Windows环境下python中 Keras深度学习环境搭建

基础介绍

Keras是一个模型级的库，提供了快速构建深度学习网络的模块。Keras并不处理如张量乘法、卷积等底层操作。这些操作依赖于某种特定的、优化良好的张量操作库。Keras依赖于处理张量的库就称为“后端引擎”。Keras提供了三种后端引擎Theano/Tensorflow/CNTK，并将其函数统一封装，使得用户可以以同一个接口调用不同后端引擎的函数

Theano是一个开源的符号主义张量操作框架，由蒙特利尔大学LISA/MILA实验室开发。

TensorFlow是一个符号主义的张量操作框架，由Google开发。
CNTK是一个由微软开发的商业级工具包。

Keras使用了下面的基础依赖包，
numpy，scipy
pyyaml
HDF5, h5py（可选，仅在模型的save/load函数中使用）
三种后端必须至少选择一种，tensorflow ， keras ， CNTK。

本人是在windows 10 64位系统下 anaconda 对应python3.6版：Anaconda3-5.2.0-Windows-x86_64.exe。
在anaconda包装后python环境下已集成大多常用的基础开发包，因此推荐anaconda python安装后，再安装其它深度学习需要的扩展包。
anaconda下载地址：
清华镜像 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
中科大镜像 https://mirrors.ustc.edu.cn/anaconda/archive/
https://repo.continuum.io/archive/
官网 https://www.anaconda.com/distribution/ （最新版）

安装依赖库mingw和libpython

直接在windows命令行中conda安装，采用如下命令：
conda install mingw libpython
由于网速过慢，则 ctrl + C 中断，决定采用下载安装包安装。

安装依赖库 mingw

下载MinGW绿色安装包到本地。然后解压安装。解压后将其中的所有文件夹拷贝到Anaconda目录下。
百度或谷歌都能够下载到，下载时需要注意操作系统是32位还是64位。安装完MinGW后需要配置环境变量:
可通过以下地址下载mingw windows 4位绿色安装包：
https://repo.anaconda.com/pkgs/free/win-64/mingw-4.7-1.tar.bz2

环境变量配置：（要与个人的anaconda目录匹配）
path=D:\ProgramData\Anaconda3\MinGW\bin;D:\ProgramData\Anaconda3\MinGW\x86_64-w64-mingw32\lib;

（环境变量配置方法为：点击”此电脑“-》“属性”->”高级系统设置“->点击最下方的”环境变量“->在下方的”系统变量“框中双击”Path“弹出变量设置页，如下：）

）
至此，MinGW安装结束。如果安装配置正确，则可以直接使用MinGW测试编译C++。

MinGW安装情况测试：
在命令提示符中输入

>gcc --version
gcc.exe (GCC) 4.7.0 20111220 (experimental)
Copyright (C) 2011 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

编写C++源文件
源文件test1.cpp，代码如下（下面为C代码，只是使用G++来编译而已），建立test1.cpp文件

#include 
int main() 
{
    printf("Hello World!");
    return 0;
}

命令提示符运行如下：

D:\code\C>gcc -o test test1.cpp
D:\code\C>test
Hello World!
D:\code\C>

安装libpython

如通过ＣＭＤ命令行conda install mingw libpython将MinGW和libpython都安装成功，则不需要进行该步单独安装libpython。

单独安装libpython时，首先需要从网上去下载libpython安装文件，这里给出一个Anaconda官方提供的libpython安装文件下载地址。
https://anaconda.org/anaconda/libpython/files

选择自己对应的版本下载即可，下载完毕后直接在CMD中通过命令：

conda install file-name(如：conda install libpython-2.0-py27_0.tar.bz2)
powershell中运行代码如下：

D:\download\install_src\WinPythonLib> conda install libpython-2.1-py36_0.tar.bz2
Downloading and Extracting Packages
############################################################################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

安装完可以通过conda list查看包安装情况：

PS D:\download\install_src\WinPythonLib> conda list libpython
# packages in environment at d:\ProgramData\Anaconda3:
#
# Name                    Version                   Build  Channel
libpython                 2.1                      py36_0    
PS D:\download\install_src\WinPythonLib>

安装Theano

Theano直接通过命令行pip install theano进行在线安装；也可以离线下载安装包，将安装包解压后将theano文件拷贝到安装包目录，再配置环境变量。

下面是离线安装的方法：
Theano下载地址：https://pypi.org/project/Theano/#files
解压到任意目录，进入安装目录，命令行运行 python setup.py install 安装文件。具体如下：

PS D:\download\install_src\WinPythonLib> cd .\Theano-1.0.4\
PS D:\download\install_src\WinPythonLib\Theano-1.0.4> python setup.py install
running install
running bdist_egg

到此，在Windows上theano安装结束。
查看安装情况：

PS D:\download\install_src\WinPythonLib\Theano-1.0.4> conda list theano
# packages in environment at d:\ProgramData\Anaconda3:
#
# Name                    Version                   Build  Channel
theano                    1.0.4                    pypi_0    pypi

在python中运行import theano，如果没有提示则表明安装成功，否则失败。 如下：

PS D:\download\install_src\WinPythonLib\Theano-1.0.4> python
Python 3.6.5 |Anaconda custom (64-bit)| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import theano
>>> exit();
PS D:\download\install_src\WinPythonLib\Theano-1.0.4>

安装Tensorflow

tensorflow gpu：下载地址
github 上牛人编译好的whl包
https://github.com/fo40225/tensorflow-windows-wheel/tree/master/
转入tensorflow gpu安装包所在目录，

D:\download\install_src\PythonPacket>pip install tensorflow-1.9.0-cp36-cp36m-win_amd64.whl
Processing d:\download\install_src\pythonpacket\tensorflow-1.9.0-cp36-cp36m-win_amd64.whl
Collecting tensorboard<1.10.0,>=1.9.0 (from tensorflow==1.9.0)
  Using cached https://files.pythonhosted.org/packages/9e/1f/3da43860db614e294a034e42d4be5c8f7f0d2c75dc1c428c541116d8cdab/tensorboard-1.9.0-py3-none-any.whl
Collecting absl-py>=0.1.6 (from tensorflow==1.9.0)
  Downloading https://files.pythonhosted.org/packages/3c/0d/7cbf64cac3f93617a2b6b079c0182e4a83a3e7a8964d3b0cc3d9758ba002/absl-py-0.8.0.tar.gz (102kB)
    100% |████████████████████████████████| 112kB 342kB/s
......
Successfully built absl-py gast
distributed 1.21.8 requires msgpack, which is not installed.
Installing collected packages: protobuf, markdown, tensorboard, absl-py, astor, grpcio, gast, termcolor, tensorflow
Successfully installed absl-py-0.8.0 astor-0.8.0 gast-0.3.2 grpcio-1.23.0 markdown-3.1.1 protobuf-3.9.1 tensorboard-1.9.0 tensorflow-1.9.0 termcolor-1.1.0

安装Keras

网络支持的话直接 conda install keras 。不便上网的话，先离线下载安装包再安装。可参考下面是相关下载链接和安装过程：

keras 安装依赖的包有 Keras-Preprocessing， Keras-Applications 等需要先安装。
keras下载地址：https://pypi.org/project/Keras/#files
Keras-Preprocessing 下载地址：https://pypi.org/project/Keras-Preprocessing/#files
Keras-Applications 下载地址：https://pypi.org/project/Keras-Applications/#files

解压到任意目录，进入安装目录，命令行运行 python setup.py install 安装文件。具体如下：

PS D:\download\install_src\WinPythonLib> cd .\Keras-2.2.4\
PS D:\download\install_src\WinPythonLib\Keras-2.2.4> python setup.py install
running install
running bdist_egg

.......

查看keras安装情况

PS D:\download\install_src\WinPythonLib\Keras-2.2.4> conda list Keras
# packages in environment at d:\ProgramData\Anaconda3:
#
# Name                    Version                   Build  Channel
keras-applications        1.0.7                    pypi_0    pypi
keras-preprocessing       1.0.8                    pypi_0    pypi
PS D:\download\install_src\WinPythonLib\Keras-2.2.4> python
Python 3.6.5 |Anaconda custom (64-bit)| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import keras
Using TensorFlow backend.
>>>