基于mac的keras深度学习环境搭建

mac环境下使用keras进行深度学习开发,环境搭建记录。

一、Python

mac系统默认带python2.7,且不能轻易删除,想要安装python3,保留两个python版本随时切换使用,参见我的另一篇博客
记Mac 装 python3 的过程,如何在多版本切换

二、TensorFlow
1 介绍

TensorFlow是一个采用数据流图,用于数值计算的开源软件库。节点(Note)在图中表示数学操作,线(Edge)表示节点间相互联系的多维数据数组,即张量(Tensor)。

2 安装

TensorFlow可以支持Python2.7-3.6,但是我是在python3.7下安装的,也能用,后续有问题再说。
安装命令

pip3 install tensorflow

安装过程
在这里插入图片描述
期间报错1

matplotlib 1.3.1 requires nose, which is not installed.
matplotlib 1.3.1 requires tornado, which is not installed.

在这里插入图片描述
解决
只需要安装nose 和tornado即可:

sudo easy_install nose

sudo easy_install tornado

参考:python中安装matplotlib

报错2

Cannot uninstall ‘numpy’. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

在这里插入图片描述
解决
强行安装更新更高的版本

sudo pip install numpy --ignore-installed numpy

参考:安装theano时候发现报错:cannot install '‘numpy’.It is a distutils installed project and thus we cannot …

3 验证

import tensorflow

在这里插入图片描述

三、Keras
1 介绍

Keras是一个高层神经网络API,Keras完全由Python编写而成,使用TensorFlow、Theano及CNTK作为后端。Keras是为支持快速实验而生,可以迅速将想发转换为结果。Keras适用的Python版本是:Python2.7-3.6,并能在CPU和GPU之间无缝切换。

2 安装

Keras的安装依赖SciPy环境,并且还需要先安装CNTK或TensorFlow等后端。

安转命令

pip3 install --user keras

注:现在mac电脑上有默认的python2.7和我自己安装的python3.7,如果用命令>pip install --user keras,实在2.7的基础上安装,如下
在这里插入图片描述
此时python3环境导入keras 出错
在这里插入图片描述

3 验证

在这里插入图片描述
使用pip3 命令正确安装keras后 验证

import keras

在这里插入图片描述

四、Pycharm配置

pycharm—preferences—project—project interpreter—选右边的设置按钮
在这里插入图片描述

—选新的环境
找到自己安装的python3
mac下路径一般为:Library/Frameworks/Python.framework/Versions
在这里插入图片描述
—最终
在这里插入图片描述

参考:

### 如何在 Mac 上配置深度学习开发环境 #### 安装 Anaconda 为了简化包管理和部署过程,建议使用 Anaconda 来管理 Python 环境。可以从官方网站下载适用于 macOS 的 Anaconda 版本并按照说明完成安装[^1]。 #### 创建虚拟环境 创建一个新的 Conda 虚拟环境来隔离不同项目之间的依赖关系。通过终端执行如下命令: ```bash conda create -n deep_learning python=3.9 ``` 这会创建名为 `deep_learning` 的新环境,并指定 Python 3.9 作为默认解释器版本[^2]。 激活该环境以便后续操作都在此环境中进行: ```bash conda activate deep_learning ``` #### 安装 PyTorch 或 TensorFlow 根据个人需求选择合适的框架进行安装。对于 GPU 加速支持,在 Mac 设备上通常仅限于 CPU 支持,因为大多数 Mac 不配备 NVIDIA 显卡,而 CUDA 工具链专为这些显卡设计。 ##### 使用 conda 安装 PyTorch (CPU) ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` ##### 使用 pip 安装 TensorFlow (CPU) ```bash pip install tensorflow-macos ``` 上述命令将分别安装最新稳定版的 PyTorch 和 TensorFlow 库及其必要的依赖项。 #### 配置 OpenCV 及其他辅助库 如果计划处理图像数据,则可能还需要安装 OpenCV。确保卸载任何旧版本后再重新安装兼容版本: ```bash pip uninstall opencv-python opencv-contrib-python pip install opencv-python-headless==4.5.5.62 opencv-contrib-python-headless==4.5.5.62 ``` 这里选择了特定版本以保持一致性,并且使用无 GUI 后端 (`headless`) 的变体更适合服务器或头less 操作系统环境[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值