1. 安装步骤

（1）确保已经安装了python2或者python3

（2）安装numpy，python2使用pip2 install numpy， python3则使用pip3 install numpy

（3）安装scipy，python2使用pip2 install scipy，python3则使用pip3 install scipy

（4）安装keras，python2使用pip2 install keras，python3则使用pip3 install keras

如下结果：

  1. (venv) liudaoqangdeAir:python_project liudaoqiang$ pip2 install numpy
  2. Requirement already satisfied: numpy in /Users/liudaoqiang/PycharmProjects/numpy/venv/lib/python2.7/site-packages (1.13.3)
  3. (venv) liudaoqangdeAir:python_project liudaoqiang$ pip2 install scipy
  4. Requirement already satisfied: scipy in /Users/liudaoqiang/PycharmProjects/numpy/venv/lib/python2.7/site-packages (1.0.0)
  5. Requirement already satisfied: numpy>=1.8.2 in /Users/liudaoqiang/PycharmProjects/numpy/venv/lib/python2.7/site-packages (from scipy) (1.13.3)
  6. (venv) liudaoqangdeAir:python_project liudaoqiang$ pip2 install keras
  7. Collecting keras
  8.   Using cached https://files.pythonhosted.org/packages/34/7d/b1dedde8af99bd82f20ed7e9697aac0597de3049b1f786aa2aac3b9bd4da/Keras-2.2.2-py2.py3-none-any.whl
  9. Collecting h5py (from keras)
  10.   Using cached https://files.pythonhosted.org/packages/8c/66/e43692260b2f5361390dbb926e598e84b3491682155e6b7b31fc8516d993/h5py-2.8.0-cp27-cp27m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl
  11. Requirement already satisfied: six>=1.9.0 in /Users/liudaoqiang/PycharmProjects/numpy/venv/lib/python2.7/site-packages (from keras) (1.11.0)
  12. Collecting keras-applications==1.0.4 (from keras)
  13.   Using cached https://files.pythonhosted.org/packages/54/90/8f327deaa37a71caddb59b7b4aaa9d4b3e90c0e76f8c2d1572005278ddc5/Keras_Applications-1.0.4-py2.py3-none-any.whl
  14. Requirement already satisfied: numpy>=1.9.1 in /Users/liudaoqiang/PycharmProjects/numpy/venv/lib/python2.7/site-packages (from keras) (1.13.3)
  15. Requirement already satisfied: scipy>=0.14 in /Users/liudaoqiang/PycharmProjects/numpy/venv/lib/python2.7/site-packages (from keras) (1.0.0)
  16. Collecting keras-preprocessing==1.0.2 (from keras)
  17.   Using cached https://files.pythonhosted.org/packages/71/26/1e778ebd737032749824d5cba7dbd3b0cf9234b87ab5ec79f5f0403ca7e9/Keras_Preprocessing-1.0.2-py2.py3-none-any.whl
  18. Collecting pyyaml (from keras)
  19. Installing collected packages: h5py, keras-applications, keras-preprocessing, pyyaml, keras
  20. Successfully installed h5py-2.8.0 keras-2.2.2 keras-applications-1.0.4 keras-preprocessing-1.0.2 pyyaml-3.13

莫烦keras学习自修第一天【keras的安装】的更多相关文章

  1. 莫烦scikit-learn学习自修第一天【scikit-learn安装】

    1. 机器学习的分类 (1)有监督学习(包括分类和回归) (2)无监督学习(包括聚类) (3)强化学习 2. 安装 (1)安装python (2)安装numpy >=1.6.1 (3)安装sci ...

  2. 莫烦theano学习自修第一天【常量和矩阵的运算】

    1. 代码实现如下: #!/usr/bin/env python #! _*_ coding:UTF-8 _*_ # 导入numpy模块,因为numpy是常用的计算模块 import numpy as ...

  3. 莫烦scikit-learn学习自修第四天【内置训练数据集】

    1. 代码实战 #!/usr/bin/env python #!_*_ coding:UTF-8 _*_ from sklearn import datasets from sklearn.linea ...

  4. 莫烦theano学习自修第九天【过拟合问题与正规化】

    如下图所示(回归的过拟合问题):如果机器学习得到的回归为下图中的直线则是比较好的结果,但是如果进一步控制减少误差,导致机器学习到了下图中的曲线,则100%正确的学习了训练数据,看似较好,但是如果换成另 ...

  5. 莫烦sklearn学习自修第九天【过拟合问题处理】

    1. 过拟合问题可以通过调整机器学习的参数来完成,比如sklearn中通过调节gamma参数,将训练损失和测试损失降到最低 2. 代码实现(显示gamma参数对训练损失和测试损失的影响) from _ ...

  6. 莫烦sklearn学习自修第八天【过拟合问题】

    1. 什么是过拟合问题 所谓过拟合问题指的是使用训练样本进行训练时100%正确分类或规划,当使用测试样本时则不能正确分类和规划 2. 代码实战(模拟过拟合问题) from __future__ imp ...

  7. 莫烦sklearn学习自修第七天【交叉验证】

    1. 什么是交叉验证 所谓交叉验证指的是将样本分为两组,一组为训练样本,一组为测试样本:对于哪些数据分为训练样本,哪些数据分为测试样本,进行多次拆分,每次将整个样本进行不同的拆分,对这些不同的拆分每个 ...

  8. 莫烦scikit-learn学习自修第六天【特征值矩阵标准化】

    1.代码实战 #!/usr/bin/env python #!_*_coding:UTF-8 _*_ import numpy as np from sklearn import preprocess ...

  9. 莫烦scikit-learn学习自修第五天【训练模型的属性】

    1.代码实战 #!/usr/bin/env python #!_*_ coding:UTF-8 _*_ from sklearn import datasets from sklearn.linear ...

随机推荐

  1. node.js读写文件

    关于node.js的读写操作,应用场景有很多.比如其中这样的一个场景,如何获取全局的token.这就涉及到写和读操作了. 写操作: var fs = require("fs"); ...

  2. nginx 配sorry page - error page

    include conf.d/*.conf; server { listen 9999; server_name 127.0.0.1; location / { root html; index er ...

  3. Scala--模式匹配和样例类

    模式匹配应用场景:switch语句,类型查询,析构,样例类 一.更好的switch val ch :Char = '+' val sign = ch match{ case '+' => 1 c ...

  4. Kafka Topic Api

    Pom: <dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka_2.10 ...

  5. Jlink使用技巧之读取STM32内部的程序

    前言 上一篇Jlink系列文章介绍了如何使用J-Flash来下载Hex或Bin文件到单片机,具体可参考Jlink使用技巧之单独下载HEX文件到单片机,本篇文章介绍,如何使用JFlash来读取单片机的程 ...

  6. 深入浅出Tomcat/4 - Tomcat容器

    Container是一个Tomcat容器的接口,Tomcat有四种容器 ·     Engine ·     Host ·     Context ·     Wrapper Engine代表整个Ca ...

  7. Python从菜鸟到高手（18）：类与方法的私有化

    1. 创建自己的类 学习面向对象的第一步,就是创建一个类.因为类是面向对象的基石.Python类和其他编程语言(Java.C#等)的类差不多,也需要使用class关键字.下面通过一个实际的例子来看一下 ...

  8. linux if -d -e -f表达的意思

    文件表达式-e filename 如果 filename存在,则为真-d filename 如果 filename为目录,则为真 -f filename 如果 filename为常规文件,则为真-L ...

  9. 获取Oracle过程中的OUT SYS_REFCURSOR值

    一个项目中的实例:获取Oracle过程中的返回SYS_REFCURSOR.注意:如果SYS_REFCURSOR为一个表或视图.可以通过表名%ROWTYPE获取每行数据,而不必另外定义type. 原过程 ...

  10. 剑指offer--5.用两个栈实现队列

    题目:用两个栈来实现一个队列,完成队列的Push和Pop操作. 队列中的元素为int类型. 思路: # 栈A用来作入队列# 栈B用来出队列,当栈B为空时,栈A全部出栈到栈B,栈B再出栈(即出队列) v ...