Установка Keras на Linux и Windows, обучение первой модели ~ PythonRu

В этом материале вы узнаете, как установить Keras на ОС Linux и Windows, а также ознакомитесь с проблемами, которые могут возникнуть в процессе, и требованиями для установки.

Как установить Keras на Linux

Keras — это фреймворк Python для глубокого обучения, поэтому в первую очередь нужно, чтобы Python был установлен в системе.

В Ubuntu он есть по умолчанию. Рекомендуется использовать последнюю версию, то есть python3. Для проверки наличия его в системе выполните следующее:

Откройте терминал (Ctrl+Alt+T)
Введите python3 -V или python3 –version

Выводом будет версия Python 3.

Python 3.6.9

Если Python 3 не установлен, воспользуйтесь следующими инструкциями:

Добавьте PPA, запустив следующую команду
```
sudo add-apt-repository ppa:jonathonf/python-3.6
```
Введите пароль суперпользователя.
Проверьте обновления и установите Python 3.6 или больше
```
sudo apt-get update
sudo apt-get install python3.6
```
Снова проверьте версию Python 3.

Теперь пришло время устанавливать Keras.

Но сначала нужно установить один из бэкенд-движков: Tensorflow, Theano или Microsoft CNTK. Лучше всего использовать первый.

Установите Tensorflow из PyPl:

pip3 install tensorflow

Теперь установка Keras:

Установите Keras из PyPl:

pip3 install Keras

Или установите его из Github:

Клонируйте репозиторий

git clone https://github.com/keras-team/keras.git

Перейдите в папку keras
```
cd Keras
```
Запустите команду install
```
sudo python3 setup.py install
```

Keras установлен.

Как установить Keras на Windows?

Прежде чем переходить к установке Keras, нужно убедиться, что в системе есть Python. Нужна версия как минимум Python 3.5+.

Для проверки установленной версии:

Откройте cmd
Введите python -V или python –version

Отобразится текущая версия Python.

Python 3.7.3

Если Python не установлен или загружена более старая версия:

Зайдите на сайт python.org
Выберите последнюю версию Python для Windows
В нижней части страницы выберите установочный файл Windows x86- для 64-битной версии системы или Windows x86 — для 32-битной.
После загрузки программы установки дважды кликните по файлу.
Снова проверьте версию Python в cmd

Теперь нужно установить один из движков: Tensorflow, Theano или Microsoft CNTK. Рекомендуется использовать первый.

Установите Tensofrflow с помощью пакетного менеджера pip3:

pip3 install tensorflow

Теперь установите Keras

Установите Keras из PyPl:
```
pip3 install Keras
```
Установите Keras из Github
Клонируйте git-репозиторий
```
git clone https://github.com/keras-team/keras.git
```
Перейдите в папку keras
```
cd keras
```
Запустите команду install
```
python3 setup.py install
```

Создайте первую программу в Keras

Создадим регрессионную предсказательную модель на основе данных о ценах Boston Housing с помощью Keras. Данные включают 13 признаков домов и включают 506 объектов. Задача — предсказать цены.

Это классическая регрессионная проблема машинного обучения, а набор данных доступен в модуле Keras.dataset.

Реализация:

import numpy as np
import pandas as pd

# загрузить набор данных, это может занять некоторое время

from keras.datasets import boston_housing
(train_x,train_y),(test_x,test_y)=boston_housing.load_data()

Нормализация данных

mean=train_x.mean(axis=0)
train_x-=mean
std=train_x.std(axis=0)
train_x/=std

test_x-=mean
test_x/=std

Построение нейронной сети

from keras import models, layers


def build_model():
    model=models.Sequential()
    model.add(layers.Dense(64,activation='relu',input_shape=(train_x.shape[1],)))
    model.add(layers.Dense(64,activation='relu'))
    model.add(layers.Dense(1))
    model.compile(optimizer='rmsprop',loss='mse',metrics=['mae'])
    return model

Тренировка модели

model=build_model()
model.fit(train_x,train_y,epochs=80,batch_size=16,verbose=0)

Оценка модели с помощью среднеквадратической ошибки модели и средней абсолютной ошибки

test_mse, test_mae=model.evaluate(test_x, test_y)
test_mae

2.6441757678985596

Модель получает довольно высокую среднюю ошибку с этими данными. Лучшие результаты можно получить за счет дальнейшей предварительной обработки данных.

Выводы

Статья посвящена пошаговой установке Keras в Linux (Ubuntu) и Windows. Она также включает базовую реализацию предсказательной модели ценообразования Boston Housing, которая является хорошо исследованной регрессионной проблемой моделирования в машинном обучении.