Install TensorFlow and Keras with Anaconda for PyCharm on Windows (Step-by-Step)

Jan 3, 2019 · 3 min read

Software versions I used
Anaconda3 5.3.1
PyCharm Community Edition 2018.3.1
Python 3.7

Question: Why install through conda, instead of pip?

I think this page addresses the similarity/differences between conda install and pip install pretty well, but ultimately I think conda is great for new users who want to get the libraries up and running with minimal effort.

** I’ve recently had issues installing keras with conda install, do use pip install while following the same steps below if you have encountered the same. (Update 10/06/19)

Install TensorFlow

(1) Download the latest Anaconda version from the Anaconda download site

(2) Follow the instructions and install Anaconda

(3) Open Anaconda Prompt and create a conda virtual environment named tensorflow_env with the following command
(make sure you’re in the correct path)

C:\> conda create -n tensorflow_env python=3.7

(4) Activate the conda environment

C:\> activate tensorflow_env

(tens o rflow_env) C:\> # Your prompt should change from base to tensorflow_env

(5) Install TensorFlow into your Anaconda environment

(tensorflow_env) C:\> conda install -c conda-forge tensorflow

(6) Check that you have installed correctly by importing the library in python, there should be no error message.

(tensorflow_env) C:\>python
>>> import tensorflow
>>> print(tensorflow. __version__)

Congratulations! Your TensorFlow is installed, now let’s configure it in PyCharm and you can start creating projects.

Note: You can install many other libraries the same way using conda-forge , e.g. keras, OpenCV, Scikit Learn and etc
(make sure you install them in the same environment)
(tensorflow_env) C:\> conda install -c conda-forge keras
(tensorflow_env) C:\> conda install -c conda-forge opencv
(tensorflow_env) C:\> conda install -c conda-forge scikit-learn

Install PyCharm

(1) Download the latest PyCharm version from the PyCharm download site

(2) Follow the instructions and install PyCharm

Configure PyCharm

(1) Start PyCharm

(2) After you have created a project, click “File” -> “Settings”, scroll to your Project and select “Project Interpreter”

(3) Click on ⚙️ on the top right and select “Add. ”,

(4) Select an interpreter for an “Existing environment”, navigate to the TensorFlow environment location and select the “python.exe” file, which should be:

Make sure you enable Show Hidden Files and Directories to access AppData directory

(4) If everything is correct, you will see Tensorflow and Keras as an available package

Keras — Установка

В этой главе рассказывается, как установить Keras на ваш компьютер. Прежде чем перейти к установке, давайте пройдемся по основным требованиям Keras .

Предпосылки

Вы должны удовлетворять следующим требованиям —

• Любая ОС (Windows, Linux или Mac)
• Python версии 3.5 или выше.

питон

Keras — это библиотека нейронных сетей на основе Python, поэтому Python должен быть установлен на вашем компьютере. Если python правильно установлен на вашем компьютере, откройте ваш терминал и введите python, вы можете увидеть ответ, аналогичный указанному ниже,

На данный момент последняя версия — 3.7.2. Если Python не установлен, перейдите по официальной ссылке на python — www.python.org и загрузите последнюю версию, основанную на вашей ОС, и немедленно установите ее в своей системе.

Keras Установка Шаги

Установка Keras довольно проста. Выполните следующие шаги, чтобы правильно установить Keras в вашей системе.

Шаг 1: Создать виртуальную среду

Virtualenv используется для управления пакетами Python для различных проектов. Это будет полезно во избежание взлома пакетов, установленных в других средах. Поэтому всегда рекомендуется использовать виртуальную среду при разработке приложений Python.

Пользователи Linux или Mac OS, перейдите в корневой каталог вашего проекта и введите следующую команду для создания виртуальной среды:

После выполнения вышеупомянутой команды, каталог «kerasenv» создается с помощью bin, lib и включает в себя папки в вашем месте установки.

Пользователь Windows может использовать следующую команду,

Шаг 2: Активировать среду

Этот шаг настроит исполняемые файлы python и pip в вашем пути к оболочке.

Теперь мы создали виртуальную среду под названием «kerasvenv». Перейдите в папку и введите следующую команду,

Пользователи Windows перемещаются в папку «kerasenv» и вводят следующую команду:

Шаг 3: библиотеки Python

Keras зависит от следующих библиотек Python.

Надеюсь, вы установили все вышеперечисленные библиотеки в вашей системе. Если эти библиотеки не установлены, используйте команду ниже, чтобы установить одну за другой.

Вы могли увидеть следующий ответ,

Мы могли видеть следующий ответ,

Мы могли видеть следующий ответ,

Мы могли видеть следующий ответ,

Это библиотека машинного обучения с открытым исходным кодом. Используется для алгоритмов классификации, регрессии и кластеризации. Прежде чем перейти к установке, требуется следующее —

• Python версии 3.5 или выше
• NumPy версия 1.11.0 или выше
• SciPy версия 0.17.0 или выше
• Joblib 0.11 или выше.

Теперь мы устанавливаем scikit-learn с помощью следующей команды:

Seaborn — это удивительная библиотека, которая позволяет вам легко визуализировать ваши данные. Используйте команду ниже для установки —

Вы могли видеть сообщение, подобное указанному ниже —

Установка Keras использованием Python

На данный момент мы выполнили основные требования для установки Kera. Теперь установите Keras используя процедуру, описанную ниже:

Выйти из виртуальной среды

После завершения всех ваших изменений в вашем проекте, затем просто выполните приведенную ниже команду, чтобы выйти из среды:

Анаконда Облако

Мы считаем, что вы установили Anaconda Cloud на свой компьютер. Если anaconda не установлена, перейдите по официальной ссылке www.anaconda.com/distribution и выберите загрузку в зависимости от вашей ОС.

Создать новую среду conda

Запустите подсказку Anaconda, это откроет базовую среду Anaconda. Давайте создадим новую среду conda. Этот процесс похож на virtualenv. Введите следующую команду в вашем терминале conda —

Если вы хотите, вы можете создавать и устанавливать модули также с помощью графического процессора. В этом уроке мы следуем инструкциям процессора.

Активировать среду conda

Чтобы активировать среду, используйте следующую команду —

Установите Spyder

Spyder — это IDE для выполнения приложений на Python. Давайте установим эту IDE в нашу среду conda, используя следующую команду:

Установить библиотеки Python

Мы уже знали библиотеки python numpy, pandas и т. Д., Необходимые для keras. Вы можете установить все модули, используя следующий синтаксис:

Например, вы хотите установить панд —

Как и тот же метод, попробуйте сами установить остальные модули.

Установить Keras

Теперь все выглядит хорошо, поэтому вы можете начать установку keras с помощью следующей команды:

Запустить Spyder

Наконец, запустите spyder в вашем терминале conda, используя следующую команду:

Чтобы убедиться, что все установлено правильно, импортируйте все модули, он добавит все, и если что-то пойдет не так, вы получите сообщение об отсутствии модуля .

Установка среды машинного обучения на основе Python в Windows 10

Дата публикации Dec 18, 2018

Цель:Установить основанную на Python среду для машинного обучения.

обзор

Когда я впервые попал в машинное обучение, мне потребовалось несколько часов, чтобы понять, как правильно настроить мою среду Python. Из-за разочарования я решил написать этот пост, чтобы помочь любому, кто проходит через этот процесс. Мы начнем с установки Anaconda Navigator, которая позволит нам создавать независимые среды, это очень удобно. Кроме того, с помощью Anaconda мы можем легко установить совместимые модули Python с помощью очень простых команд. Наконец, мы можем использовать Anaconda, чтобы получить Spyder — научную среду разработки Python. Если вы выполните пошаговую процедуру, показанную ниже, у вас сразу же будут установлены Tensorflow, Keras и Scikit-learn.

Получение Анаконды

Чтобы начать строить модели машинного обучения (ML) с помощью Python, мы начнем с установки Anaconda Navigator. Anaconda предоставляет эффективный и простой способ установки модулей Python на ваш компьютер. Итак, начнем.

1. Скачатьи установите последнюю версию Anaconda Navigator для вашей операционной системы.

2. Продолжите работу с мастером установки, но пропустите шаг, на котором вам нужно скачать и установить VS, мы сделаем это позже. Кроме того, обязательно установите Anaconda Navigator для одного пользователя. В то время, когда был написан этот набор инструкций, установка VS с помощью мастера настройки привела к сбою установки Anaconda. Кроме того, установка Anaconda для всех пользователей может привести к проблемам. Например, вы не сможете установить какие-либо модули, потому что Anaconda не будет обладать необходимыми привилегиями.

3. Запустите Anaconda Navigator и выберите вкладку «Главная», она должна быть выбрана по умолчанию. Найдите панель кода VS и нажмите кнопку «Установить». Это займет минуту или две.

Инталлинг Керас и Тензор потока

Теперь, когда мы установили Anaconda, давайте добавим Keras и Tensorflow на нашу машину.

4. Закройте Anaconda Navigator и запустите Anaconda Prompt. Запустите Anaconda, выполнив поиск в строке поиска Windows. Следующий терминал должен открыться. Обратите внимание, что это откроется набазаАнаконда среда.

5. Понизьте Python доKeras&Tensorflowсовместимая версия. Анаконда начнет искать все совместимые модули для Python 3.6. Это может занять несколько минут. Чтобы перейти на Python 3.6, используйте следующую команду:

conda install python=3.6

6. Создайте новую среду conda, где мы будем устанавливать наши модули для построения наших моделей с использованием графического процессора. Для этого выполните следующую команду:

conda create —name PythonGPU

Примечание. Убедитесь, что у вас есть видеокарта NVIDIA. Если вы этого не сделаете, установите версию процессора Keras.

Если вы хотите использовать свой процессор вместо этого, выполните следующую команду:

conda create —name PythonCPU

Следуйте инструкциям, отображаемым на терминале. Среды Conda дают пользователю возможность устанавливать очень специфические модули, которые являются независимыми средами обитания. Лично я создал две среды. Один, где я могу строить свои модели, используя процессор, а другой — где я могу строить свои модели, используя графический процессор. Для получения дополнительной информации о среде conda, я предлагаю вам взглянуть наофициальная документация,

7. Для активации только что созданной среды conda:

activate PythonGPU или activate PythonCPU

Для деактивации среды используйте:

Пока не деактивируйте среду, мы собираемся установить все хорошее.

8. Чтобы установить версии графического процессора Keras & Tensorflow, модули, необходимые для создания наших моделей с нашим графическим процессором, выполните следующую команду:

conda install -c anaconda keras-gpu

Если вы хотите использовать свой процессор для построения моделей, вместо этого выполните следующую команду:

conda install -c anaconda keras

Много компьютерных вещей начнет происходить. Как только безумие прекратится, мы можем двигаться дальше. Пока ничего не закрывайте.

Получение Spyder и других пакетов Python для машинного обучения / глубокого обучения

Теперь вы можете захотеть, чтобы какое-то программное обеспечение написало и выполнило ваши скрипты Python. Вы всегда можете использоватьнапорнаписать и отредактировать свои скрипты Python и открыть другой терминал для их выполнения. Тем не менее, вы упустите все интересные функции Spyder.

9. УстановитьSpyder.

conda install spyder

10. УстановитьПанды, Pandas — это чрезвычайно мощная библиотека, которая позволяет легко читать, манипулировать и визуализировать данные.

conda install -c anaconda pandas

Если вы хотите читать файлы Excel с помощью Pandas, выполните следующие команды:

conda install -c anaconda xlrd

conda install -c anaconda xlwt

11. Установитерожденное моребиблиотека Seaborn — это удивительная библиотека, которая позволяет вам легко визуализировать ваши данные.

conda install -c anaconda seaborn

12. Установить Scikit-Learn.

conda install -c anaconda scikit-learn

13. Установите подушку для обработки изображений

conda install pillow

Добавление недостающих модулей

К настоящему времени вы должны чувствовать себя комфортно при установке модулей с помощью команды conda. Если вам нужен конкретный модуль, просто найдите что-нибудь в Google:

Anaconda LibraryNameYouWant Install

Если у вас возникнут проблемы, поищите в Интернете. Скорее всего, вы не первый, кто столкнулся с данной ошибкой.

Запуск Spyder и проверка правильности установки всех модулей

Чтобы запустить Spyder, сначала активируйте требуемую среду conda (PythonCPU или PythonGPU) и выполните следующую команду:

Чтобы убедиться, что все установлено правильно, выполните следующие строки кода на консоли python:

Если вы не видите ошибок ModuleImport, вы готовы приступить к созданию моделей на основе машинного обучения с использованием Keras, Tensorflow и Scikit-Learn.