kerastuner开发环境配置

kerastuner开发环境配置

tf2.0的推出极大地降低了人工智能开发的门槛，而kerastuner库的推出极大的方便了我们对神经网络参数的调整，本文仅记录自己对kerastuner的配置，以及遇到的一些问题，亲测有效。
①、在anconda新建一个虚拟环境（python版本3.6），在此虚拟环境内安装tensorflow2.0.0beta1版（常用库装上对应的版本）

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scipy matplotlib numpy pandas tensorflow==2.0.0b1

②在anaconda对应的虚拟环境install notebook 和lab
③虚拟环境下安装keras-tuner

pip install keras-tuner==1.0.1

遇到的一些问题：
①已经创建了几个虚拟环境，新建的虚拟环境安装jupyter，打开jupyter闪退，查看Prompt:Bad file descriptor,然后断掉jupyter
解决办法：

 pip install pyzmq==19.0.2

将pyzmq从20.0降到19.0.2，问题解决。
若不能解决，可查看https://blog.csdn.net/weixin_44052275/article/details/111086562
②jupyter导入tensorflow，确定已经成功安装tf2，但在anaconda已经安装的库中看不到tensorflow库
可能是anaconda版本太低

③未单独安装keras，tf已经集成了keras，若想安装keras，下面是对应的版本号
https://docs.floydhub.com/guides/environments/

最后贴一张优化调参后的loss曲线，效果还是不错的