keras 安装, win7+ubuntu双系统，gpu，fast.ai, theano

本来想用fast.ai作入门的。据说很快，但是研究了几天，程序看不懂。

所以兜兜转转一大圈，最后还是回到keras的学习上来。先学习下keras再进一步学习fast.ai。

这里记录下安装keras的步骤(20170625)

1 安装了ubuntu

真正进入深度学习的程序员还是安装一个吧。这里说的不是虚拟机，建议安装双系统。没有接触过linux打，第一次安装双系统还是有些难度。也许你会在这里卡上几天，但是别灰心。这个方面的资料也比较多。沉下心来，可以搞定的。

我刚开始也是在virtualbox虚机上安装的ubuntu，但是真正使用CUDA的时候，就不支持了。根本原因是虚机模拟的就是虚拟的计算机硬件，而GPU目前虚拟没有处理。

你在linux下运行lspci命令看不到Nvidia的显卡。

2 正式安装 https://keras.io/

由于fast.ai用了theano,python2.7，因此这里也选择安装theano,python2.7。

2.0 预备知识，

{安装是痛苦无聊的，尤其是第一次安装的时候。你不知道发生了什么，不知道自己在干什么。

如果教程很好，和你的环境完全匹配，恭喜你。但是这个通常不发生。你的环境总是和教程有些许差别，如果有了差别，你该如何判断是否修改安装步骤或者修改配置呢？

还有更大的困难，如果出错了怎么办？你根本无从下手。因为你不知道发生了什么，不知道自己该干什么，在干什么。

怎么办？我以为好的教程会有些预备知识，让你大概知道自己在干什么。教程应该是互动的，让成千上万的人能够改动教程。并且在具体安装步骤中，需要讲明白是在干什么，而不仅仅是步骤。

环境安装是你学习任何一个新知识的第一个拦路虎，甚至是最厉害的一个。}

keras处理的是神经网络。如果你仔细观察神经网络，它其实就是一些多层神经元组成，每层有一些神经元。它的可变化的地方不多。因此keras很聪明的提供了一个封装良好打一个python库，通过模块化，能够最快的生成神经网络的程序。它的编程是友好的，huaman-readable。因为它封装了那些不友好打库如tensorflow, theano等。

所以在下面文章中，你会看到安装tensorflow,theano等。不要奇怪，keras会调用它们，这个叫做back-end。

在python的世界，存在着conda。它用来帮助大家安装各种库，如theano, keras等等等等。几乎所有打python库都可还以用它来安装。因此下面第一步是安装miniconda。

好了，开始吧。

总入口在http://keras.io/#installation这里。这个网页上会一步步介绍，想安装keras要先安装theano，但是要安装theano的时候，要先安装miniconda。下面我们倒过来安装。

先装miniconda，再装theano相关，最后装keras。

2.1 安装miniconda

https://conda.io/docs/install/quick.html 参考该页上的安装linux下的miniconda

首先下载 Miniconda3-latest-Linux-x86_64.sh

然后执行命令，可以在任意路径下执行下面命令，它会为你选择目录：

bash Miniconda3-latest-Linux-x86_64.sh

非常快就可以执行完毕

安装好后，python，pip等都已经包含了。注意conda提供了可以任意切换Python2和python3的能力，参考https://conda.io/docs/test-drive.html。这个网页也讲了如何使用conda，及conda和pip的区别，安装完毕可以参考一下

2.2 安装theano

参考网页http://deeplearning.net/software/theano/install_ubuntu.html

2.2.1 先安装基础库

包括了大名鼎鼎打numpy, scipy等。这里安装比较成熟，一般不会出错。不详细解释了。

conda install numpy scipy mkl <nose> <sphinx> <pydot-ng>

2.2.2 安装GPU相关

这个才是重头戏。因为需要用GPU，我才切换到了ubuntu。如果不需要的话，直接在window下面安装。上面所有的功能可以直接在window安装，且比较友好。毕竟用惯了windows。

如果是初学者，这里直接跳过，减小安装的痛苦。深度学习可以直接基于CPU，完全不同GPU。

http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#axzz4kz33CNHR 这是nvidia的安装官网

2.2.3 安装theano   stable Installation

conda install theano pygpu

2.2.4 安装 libgpuarray

git clone https://github.com/Theano/libgpuarray.git
cd libgpuarray
git checkout tags/v0.6.2 -b v0.6.2

2.2.5安装其他库

python-dev, g++ >= 4.2

pycuda andskcuda

2.3 安装keras

pip install keras

注意：keras的地址在 git clone https://github.com/fchollet/keras.git

3 放大招

复杂不？有个简单的方法：

https://github.com/fastai/courses/blob/master/setup/install-gpu.sh

fast.ai已经为unbuntu安装准备了一个脚本，执行脚本，就完成了。这个脚本的内容，基本上和我们上面打步骤是一样一样的。

这个脚本的最后两段提供了jupyter notebook 和 课程的代码。如果不想要，可以直接删除。

还有这个使用了anaconda而不是miniconda，因此很多库都提前安装好了。

上面的脚本是复杂安装，如果只想最简单的安装使用keras，可以参考

https://github.com/fifthPrince/KerasInstallation/tree/master

4 参考

http://blog.youkuaiyun.com/u012556077/article/details/50364640

fast.ai