Keras学习笔记一：Mac下安装keras

最近在搞神经网络的学习，使用的语言是Python。keras是非常适合的一个工具。下面记录一下在Mac下安装的过程。

上午刚在单位的win下搞好，win对Python支持的不是很好导致安装很麻烦，keras官网也明确说不建议在win下搞深度学习。Mac下相对容易的多。

1、安装anaconda  

非常好用的工具，百度搜索下载安装即可。

2、安装theano

keras的依赖库，在anaconda中搜索theano安装即可。

3、pip install keras 

完成后在anaconda下进入ipython然后import keras报错：

发现缺少tensorflow（非常流行的深度学习工具，一个人工智能学习系统。）。

pip install tensorflow即可。

4、然后再一次进入ipython

进入ipython下  import keras出现上图所示。

5、测试例子：

选自官网的一个LSTM网络的实现：

from keras.models import Sequential

from keras.layers import LSTM, Dense

import numpy as np

data_dim = 16

timesteps = 8

nb_classes = 10

# expected input data shape: (batch_size, timesteps, data_dim)

model = Sequential()

model.add(LSTM(32, return_sequences=True,

input_shape=(timesteps, data_dim)))  # returns a sequence of vectors of dimension 32

model.add(LSTM(32, return_sequences=True))  # returns a sequence of vectors of dimension 32

model.add(LSTM(32))  # return a single vector of dimension 32

model.add(Dense(10, activation='softmax'))

model.compile(loss='categorical_crossentropy',

optimizer='rmsprop',

metrics=['accuracy'])

# generate dummy training data

x_train = np.random.random((1000, timesteps, data_dim))

y_train = np.random.random((1000, nb_classes))

# generate dummy validation data

x_val = np.random.random((100, timesteps, data_dim))

y_val = np.random.random((100, nb_classes))

model.fit(x_train, y_train,

batch_size=64, nb_epoch=5,

validation_data=(x_val, y_val))

保存为keras_test_lstm.py

然后输入python keras_test_lstm.py 运行

运行成功，证明keras在Mac下安装完成。