mac下python3安装Keras并测试

环境说明

• 本本环境：macbook air（还是14年的老战机了）

项目	内容
版本	10.14.4
处理器	1.4GHz Intel Core i5
内存	4GB
显卡	Intel HD Graphics 5000 1536 MB

• 深度学习框架：Keras+Tensorflow 阅读一些论文发现多用Tensorflow， 看了一些深度学习的书和网上的资料，感觉Keras对用户（小白）更友好一点，可以将Tensorflow、Theano或者CNTK为后端，选择了Tensorflow作为后端。

安装Keras的道路

小白一只，为了使用Keras建立CNN，开启了安装Keras的不知道坑不坑的道路！

升级Anaconda

打开终端，我先把Anaconda升级到最新版本（默认大家安装了这个）：

（1）终端输入conda update conda；看到下面的Proceed敲个y，可以继续更新。（2）更新完成后，终端输入conda --version，可以看更新到了哪个版本。我这里是更新到了conda 4.8.0

安装tensorflow并测试

之前看了别的一些方法，发现python3.7已经可以直接安装tensorflow了～
更新完以后，输入命令pip install tensorflow：

下载了一堆东西，然后，我猜测成功了！

那我们来测试一下真的安装成功没！我是在Anaconda的jupyter里试的，输入并运行code：

import tensorflow as tf
hi = tf.constant(‘Hi,nice girl!’)
print(hi)
#如果看到：
#tf.Tensor(b’Hi,nice girl!’, shape=(), dtype=string)
#是的，你成功了！

安装Keras并测试

很顺利的来到了这一步，在终端输入pip install keras，只需要等待就可：

在jupyter里面试了一下：import keras一下。

看到下面这个样子，就是安装成功了。

不放心我就随便找了一个使用keras的例子验证一下（例子来源: link.）：

import keras
from keras.models import Sequential
from keras.layers import Dense
import numpy as np
#输入训练数据 keras接收numpy数组类型的数据 
x=np.array([[0,0,0],
            [0,0,1],
            [0,1,0],
            [0,1,1],
            [1,0,0],
            [1,0,1],
            [1,1,0],
            [1,1,1]])
y=np.array([0,1,0,1,0,1,0,1]).T
 
#最简单的序贯模型，序贯模型是多个网络层的线性堆叠
simple_model=Sequential()
#dense层为全连接层
#第一层隐含层为全连接层 5个神经元 输入数据的维度为3
simple_model.add(Dense(8,input_dim=3,activation='relu'))
#第二个隐含层 4个神经元
simple_model.add(Dense(4,activation='relu'))
#输出层为1个神经元
simple_model.add(Dense(1,activation='sigmoid'))
#编译模型,训练模型之前需要编译模型
#编译模型的三个参数：优化器、损失函数、指标列表
simple_model.compile(optimizer='sgd',loss='mean_squared_error')
# 多分类问题
# simple_model.compile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])
#训练网络 1000次
#Keras以Numpy数组作为输入数据和标签的数据类型。训练模型一般使用fit函数
simple_model.fit(x,y,epochs=1000)
#应用模型 进行预测
y_=simple_model.predict_classes(np.array([[0,0,0]]))
print(y_)
y_=simple_model.predict_classes(np.array([[1,1,0]]))
print(y_)

可以运行，输出结果，就安装成功啦～