前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >深度学习之在 Ubuntu 上安装 Keras 及其依赖

深度学习之在 Ubuntu 上安装 Keras 及其依赖

作者头像
李小白是一只喵
发布2020-04-23 15:29:37
3.5K0
发布2020-04-23 15:29:37
举报
文章被收录于专栏:算法微时光算法微时光

什么是Keras

Keras是一个由Python编写的开源人工神经网络库,可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口,进行深度学习模型的设计、调试、评估、应用和可视化.

Keras的主要开发者是谷歌工程师François Chollet,此外其GitHub项目页面包含6名主要维护者和超过800名直接贡献者 。Keras在其正式版本公开后,除部分预编译模型外,按MIT许可证开放源代码.

Keras的优势

1. 用户友好。 Keras 是为人类而不是为机器设计的 API。 它把用户体验放在首要和中心位置。Keras 遵循减少认知困难的最佳实践:它提供一致且简单的 API,将常见用例所需的用户操作数量降至最低,并且在用户错误时提供清晰和可操作的反馈。

2. 模块化。 模型被理解为由独立的、完全可配置的模块构成的序列或图。 这些模块可以以尽可能少的限制组装在一起。特别是神经网络层、损失函数、优化器、初始化方法、激活函数、正则化方法,它们都是可以结合起来构建新模型的模块。

3. 易扩展性。 新的模块是很容易添加的(作为新的类和函数),现有的模块已经提供了充足的示例。由于能够轻松地创建可以提高表现力的新模块,Keras 更加适合高级研究。

4. 基于 Python 实现。 Keras 没有特定格式的单独配置文件。模型定义在 Python 代码中,这些代码紧凑,易于调试,并且易于扩展。

安装

首先安装tensorflow

# GPU 版本
pip install --upgrade tensorflow-gpu

# CPU 版本
pip install --upgrade tensorflow

验证是否安装成功:

import tensorflow as tf

然后再安装keras

# Keras 安装
pip install keras -U --pre

安装python科学计算环境matplotlib

numpy

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。

sudo apt-get install python-numpy
scipy

scipy是一个高级的科学计算库,常见的是插值运算、优化算法、图像处理和数学统计等。

sudo apt-get install python-scipy
matplotlib

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用,如 PyQt 和 wxPython。

sudo apt-get install python-matplotlib

安装BLAS 库

BLAS(Basic Linear Algebra Subprograms)即基础线性代数子程序库,里面拥有大量已经编写好的关于线性代数运算的程序。

sudo apt-get install build-essential cmake git unzip \
pkg-config libopenblas-dev liblapack-dev

安装 HDF5

最初由 NASA(美国国家航空航天局)开发,用高效的二进制格式来保存数值数据的大文件。它可以让你将 Keras 模型快速高效地保存到磁盘。

sudo apt-get install libhdf5-serial-dev python-h5py

安装 Graphviz 和 pydot-ng

用于将 Keras 模型可视化。

sudo apt-get install graphviz
sudo pip install pydot-ng

安装opencv

OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。

sudo apt-get install python-opencv

设置 GPU 支持

因为我这里没有GPU,所以以下参考 用 GPU 并不是绝对必要的,但书籍一般推荐使用 GPU。 CPU 上运行训练模型有时可能需要等待几个小时,而在一个好的 GPU 上则只需要几分钟。

想要用 NVIDIA GPU 做深度学习,需要同时安装 CUDA 和 cuDNN。

CUDA

CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。

下载

wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/
x86_64/cuda-repo-ubuntu1604_9.0.176-1_amd64.deb

安装

sudo dpkg -i cuda-repo-ubuntu1604_9.0.176-1_amd64.deb
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/
cuda/repos/ubuntu1604/ x86_64/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda-8-0
cuDNN

NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中,如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。

使用 cuDNN 并在 GPU 上运行时,通常可以将模型的训练速度提高 50% 到 100%

安装

  1. 注册一个免费的 NVIDIA 开发者账号.
  2. 执行安装命令
sudo dpkg -i dpkg -i libcudnn6*.deb

ok,到这里一些基本的工具就算安装完了.O(∩_∩)O

参考

Keras百度百科 Keras官方文档 NumPy 教程 NumPy Matplotlib

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 什么是Keras
  • Keras的优势
  • 安装
  • 安装python科学计算环境matplotlib
    • numpy
      • scipy
        • matplotlib
        • 安装BLAS 库
        • 安装 HDF5
        • 安装 Graphviz 和 pydot-ng
        • 安装opencv
        • 设置 GPU 支持
          • CUDA
            • cuDNN
            • 参考
            相关产品与服务
            GPU 云服务器
            GPU 云服务器(Cloud GPU Service,GPU)是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,作为 IaaS 层的尖兵利器,服务于深度学习训练、科学计算、图形图像处理、视频编解码等场景。腾讯云随时提供触手可得的算力,有效缓解您的计算压力,提升业务效率与竞争力。
            领券
            问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档