安裝keras及tensorflow問題
D11開始使用到keras 但是好像沒有看到課程資料中有相關的安裝教學
我想要跑Day011_CNN-計算參數量_HW 的程式
自己嘗試以下指令來安裝
pip install keras
pip install tensorflow
之後程式貌似可以執行了 但是出現一堆警告 好像少了一堆dll.檔
上網查詢好像有for GPU 和單純CPU的版本差異???
另外網路上好像比較推薦使用conda安裝
在這塊實在很不了解 希望可以補上完整的安裝步驟說明
另外函式的使用也是一頭霧水
看著註解仍不適很清楚()內該填些甚麼參數
希望能有清楚一點的函式教學或範例程式碼
很抱歉很不負責任的問問題方式
但是生為一個新手 實在是問題太多了QQ
我自己也不知道該怎麼釐清問題的核心
煩請見諒
回答列表
-
2020/03/07 下午 07:57吳曉維贊同數:1不贊同數:1留言數:1
我自己是這樣解決的 可以推薦給你安裝步驟~
一開始安裝Anaconda搭配的python沒意外是3.7版本
但這裡需要降回3.6版本
先打開Anaconda Prompt (base)
conda update conda
conda install python=3.6
再來要在terminals裡執行
然後原本有裝tensorflow的話版本不能是最新的
要先解除安裝原本的tensorflow再安裝指定版本
pip uninstall tensorflow
pip install tensorflow==1.5
至於keras一樣的問題
要先解除安裝原本的keras再安裝指定版本
pip uninstall keras
pip install keras==2.2.0
驗證方法就是打以下指令
python
>>> import tensorflow
>>> import keras
若沒error的話就是安裝成功了
-
2020/03/08 上午 00:56Jeffrey贊同數:0不贊同數:0留言數:1
建議使用 Anaconda 安裝, 安裝後開啟, 可以選擇左側的 "Environments" 就可以看是否安裝 Keras, Tensorflow. 如下圖所示:
若是你的 筆電或PC有 Nvidia GPU 則是需要先行安裝:
1.安裝 Nvidia 顯卡驅動
2. 安裝CUDA
3. 安裝CuDNN
4. 安裝Tensorflow-gpu
5. 安裝keras
pip install --upgrade pip
pip install tensorflow==1.5 (或是 pip install tensorflow-gpu==1.5)
pip install keras == 2.2
-
2020/03/08 下午 05:22陳維仁贊同數:2不贊同數:0留言數:2
GPU版本和CPU版本差別主要在處理速度,以我之前學校功課為例,load 600萬筆data使用CPU跑了45分鐘還沒跑完,但用GPU大概3~5分鐘就結束。但安裝GPU版本十分複雜,還需要註冊NVIDIA 帳號等流程(我GPU版本目前也是一直灌失敗),CPU版本的話我是用Anaconda灌(先創造一個虛擬環境)。
但如果覺得太複雜或自己的電腦沒有GPU但想"體驗",就用google colab吧!可以參考:https://mattwang44.github.io/en/articles/colab/
最大特色是可以輸入from goole colab import drive,再輸入drive.mount('/content/drive/),就可以綁定google drive,甚至可以開啟共用和別人一起coding,最棒的是基本上不用安裝什麼套件,因為colab基本上都已經裝好了,在執行時,也可以選擇要CPU還是GPU執行。只有極少數程式指令不太一樣,比如說在Notebook裡面你可以輸入cv2.imshow,但在colab裡面要先from google colab.patches import cv2_imshow,以cv2_imshow取代cv2.imshow,但基本上很少碰到這樣的問題,碰到再上github或stackoverflow查詢就好了。
函式的部分我是直接開documentation看,通常也只會背幾個常用的,大部分仍要查詢,但在documentation查詢時我會用Ctrl+f去輸入關鍵字,因為documentation裡面太多資訊,一個一個找很慢。因為不知道您要多難或多簡單的教學,我這邊附上我目前最喜歡的:https://www.youtube.com/watch?v=s8tmMhgK-no&list=PL8xPPUJdubH5LMOXzbV3wRH9hUPXXjwXb&index=1
這個老師因為學生多是經濟系的,所以程式講解的很清楚,內容也以實作為主,但在時間不多的話,建議從07集往後看,先熟悉程式碼,前面的理論有時間可以再補。
如果您要很難的,可以參考我們學校老師的:https://nthu-datalab.github.io/ml/index.html
: )