Win10下Anaconda3 安装Keras Tensorflow（2019.11 更新）

安装 Keras

1.在安装 Keras 之前, 需要确认自己已经安装好了 Numpy 和 Scipy

conda install numpy

2.安装Tensorflow
因为 Keras 是基于 Tensorflow 或者 Theano 的；但TensorFlow现在还不支持Python 3.7；解决办法就是创建Python 3.6的虚拟环境或者直接安装Python 3.6
【注1：目前TensorFlow已经支持Python3.7】

创建python36虚拟环境，安装tensorflow

# python -m pip install -U pip #将pip升级到最新版
# 如果是有多个虚拟环境而现在处于base环境下，千万先不要执行上一步的pip升级操作
conda create -n python36 python=3.6
#conda create --name python36 python=3.6
conda activate python36 #激活环境
conda install tensorflow
#这一步是在python36环境下的操作
# pip install tensorflow  # 也可以pip安装
# 此时可以按照提示，升级该虚拟环境“python36”内的pip

【注2：此TensorFlow安装命令是cpu版本，若安装gpu版本需要加-gpu】

验证安装是否成功：

输入Python，再输入import tensorflow as tf，若下一行出现<<<，则说明TensorFlow安装成功

记得先输入python打开python环境再import，否则会出现错误提示

3.安装 Keras.

在你的anaconda prompt窗口中输入

# python -m pip install -U pip #将pip升级到最新版
conda install keras  #keras和tensorflow都可以pip安装

验证：输入Python，再输入import keras，显示Using TensorFlow backed，则说明安装成功

参考：Anaconda下TensorFlow + Keras配置指南

附1：关于Anoconda创建虚拟环境

Anoconda中安装的其他python版本全部都存放在/envs/文件夹中，在cmd中输入conda info -e 或者 conda info --envs 就可以得到你安装的python信息

在之前的操作里我们创建了一个名为python36的环境，指定Python版本是3.6（不用管是3.6.x，conda会为我们自动寻找3.6.x中的最新版本）

conda create --name python36 python=3.6

这其实就是在envs中创建了一个名为python36的文件夹，作为python36这个新建的虚拟环境的安装目录；也可以直接将你原来系统里安装python的整个文件夹拷贝到envs的目录下。然后再用conda info -e 命令，就会发现多了一个你添加的文件夹的名字的python。

安装好后，使用activate激活某个环境

activate python37

查看版本信息：

python --version

如果想返回默认的base环境

deactivate python36 

删除一个已有的环境

conda remove --name python36 --all

参考链接：基于（已安装）python3.7的anaconda安装及环境变量配置

 
 

附2：Anaconda环境移植

conda导出已有环境：

conda env export > environment.yaml

复现环境时，可以：

conda env create -f environment.yaml

移植过来的环境只是安装了你原来环境里用conda install等命令直接安装的包，你用pip之类装的东西没有移植过来，需要你重新安装。

pip导出安装的库到requirements.txt

pip freeze > requirements.txt

pip导入requirements.txt中列出的库到系统

pip install -r requirements.txt

在环境移植的过程中，如果想要在不联网的情况下直接复制别的机器或者自己的环境，可以将env下面对应的环境直接进行拷贝，（只适用于anacoda大版本相近。anaconda2与3是不行的因为对应路径就已经有了变化），直接将整个环境复制然后全部拷贝到新环境的路径文件夹中。不过失败率比较高，尽量不要这样操作。

注意：

mobaxterm 直接拖动拷贝到本机时候link文件是不会被拷贝下来的 会使得环境失效 然后解决方案是 通过tar进行压缩之后将环境压缩包拷贝到新的机器文件夹下面 解压即可 如果想改变环境名字 直接更改环境对应的文件夹名字即可。

参考链接

 
 

附3：多python版本下的jupyter和spyder

Windows下还是直接anaconda navigator选择不同python环境安装比较方便

点击对应的虚拟环境表示激活，然后在Home页面点击install
已经激活的环境直接在Home页面对应的环境下install即可

这时候打开开始菜单就可以看到新安装的spyder了

打开Spyder3，输入下面代码测试，如下图所示即安装成功

import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Dropout

# Generate dummy data
x_train = np.random.random((1000, 20))
y_train = np.random.randint(2, size=(1000, 1))
x_test = np.random.random((100, 20))
y_test = np.random.randint(2, size=(100, 1))

model = Sequential()
model.add(Dense(64, input_dim=20, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])
model.fit(x_train, y_train,
          epochs=20,
          batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)

附4：如何找到Anaconda安装的第三方包

首先找到Anaconda的安装目录，那么“Anaconda3\Lib\site-packages”目录下就是第三方包的存在位置。Anaconda的默认安装路径一般是“C:\Users\你的用户名\AppData\Local\Continuum\anaconda3”，其中有时AppData这个目录你会找不到，其实是被隐藏起来了，只需点击文件资源管理器上方的“查看”选项卡，将“隐藏的项目”那一项勾选即可。

附5：Anaconda3 更换国内镜像（换源）

在conda安装好之后，默认的镜像是官方的，由于官网的镜像在境外,访问太慢或者不能访问，会出现

CondaHTTPError: HTTP 000 CONNECTION FAILED for url

为了能够加快访问的速度，需要换国内源。

按照很多篇最近更新的博客说明 全试过一遍，方法大同小异，但都没有效果，最后按照清华源的使用帮助文档，配置成功：

各系统都可以通过修改用户目录下的 .condarc 文件，即可添加 Anaconda Python 免费仓库，修改后记得保存

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

Windows 用户无法直接创建名为 .condarc 的文件，可先在Anaconda Prompt 中执行 conda config --set show_channel_urls yes 生成该文件之后再修改，文件位置一般在 C:\Users\你的用户名\.condarc 。

而大多数博客是将.condarc 修改如下，但对我的anaconda不起作用（手动打开 .condarc ，或直接在 Anaconda Prompt 中通过命令修改）。

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true

参考：tuna Anaconda镜像使用帮助