Keras只是一个前端API,在使用它之前需要安装好其后端,根据主流情况推荐安装TensorFlow作为Keras的后端引擎。故先安装TensorFlow,后安装Keras。在安装TensorFlow和Keras时,需要注意两者版本的对应关系,否则可能会报错。比如,安装的Keras版本为2.4,这个版本要求TensorFlow是2.2以上,版本之间不对应是无法使用的。
下面讲解如何安装TensorFlow(CPU版本)和Keras。
具体操作步骤如下:
步骤01 首先确保pip的版本较新,先在命令提示符窗口输入命令“python –m pip install –U pip”升级pip,如图2-13所示。
图2-13
步骤02 通过pip安装TensorFlow CPU版本(这里安装的TensorFlow版本为1.3.0),输入命令“pip install tensorflow==1.3.0”。安装完成后执行命令“pip show tensorflow”查看CPU版本的TensorFlow,如图2-14所示。
图2-14
步骤03 无论是CPU版本还是GPU版本的TensorFlow,在安装完成后,都可以使用图2-15中的代码测试TensorFlow是否正常安装。在Jupyter Notebook代码编辑界面输入示例代码,如果没有提示错误,并输出“Hello,TensorFlow!”,则说明TensorFlow已经安装成功,如图2-15所示。
图2-15
具体操作步骤如下:
步骤01 在命令提示符窗口下输入命令“pip install keras==2.1.2”,安装Keras(指定安装的Keras版本为2.1.2)。安装完成后执行命令“pip show keras”查看Keras,如图2-16所示。
图2-16
步骤02 也可以在Jupyter Notebook代码编辑界面输入如图2-17所示的代码,查看Keras的版本(注意,代码中是双下划线)。
图2-17