keras 示例不起作用

Question

我正在尝试研究 Keras 库，我尝试运行来自 https://github.com/fchollet/keras/tree/master/examples

的这个示例

'''Trains a simple deep NN on the MNIST dataset.
Gets to 98.40% test accuracy after 20 epochs
(there is *a lot* of margin for parameter tuning).
2 seconds per epoch on a K520 GPU.
'''

from __future__ import print_function
import numpy as np
np.random.seed(1337)  # for reproducibility

from keras.datasets import mnist
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation
from keras.optimizers import SGD, Adam, RMSprop
from keras.utils import np_utils


batch_size = 128
nb_classes = 10
nb_epoch = 20

# the data, shuffled and split between train and test sets
(X_train, y_train), (X_test, y_test) = mnist.load_data()

X_train = X_train.reshape(60000, 784)
X_test = X_test.reshape(10000, 784)
X_train = X_train.astype('float32')
X_test = X_test.astype('float32')
X_train /= 255
X_test /= 255
print(X_train.shape[0], 'train samples')
print(X_test.shape[0], 'test samples')

# convert class vectors to binary class matrices
Y_train = np_utils.to_categorical(y_train, nb_classes)
Y_test = np_utils.to_categorical(y_test, nb_classes)

model = Sequential()
model.add(Dense(512, input_shape=(784,)))
model.add(Activation('relu'))
model.add(Dropout(0.2))
model.add(Dense(512))
model.add(Activation('relu'))
model.add(Dropout(0.2))
model.add(Dense(10))
model.add(Activation('softmax'))

model.summary()

model.compile(loss='categorical_crossentropy',
              optimizer=RMSprop(),
              metrics=['accuracy'])

history = model.fit(X_train, Y_train,
                    batch_size=batch_size, nb_epoch=nb_epoch,
                    verbose=1, validation_data=(X_test, Y_test))
score = model.evaluate(X_test, Y_test, verbose=0)
print('Test score:', score[0])
print('Test accuracy:', score[1])

然后我得到了这个错误 https://docs.google.com/document/d/1bo24LXbfK-NzqOBmblqM5KL91P3L3FMD1Wzq-Z5VMq0/edit?usp=sharing

我运行ning windows 10 64 位 amd gpu，python 3.5 和最新版本的 keras

Answer 1

报错明明是找不到g++.exe。 Theano需要一个C++编译器来生成和编译C++代码以加速代码的执行，但是你好像没有这样的编译器。

因此要么安装 g++（可能来自 MinGW 安装）并在 theano 的配置中配置 g++.exe 二进制文件的路径，要么在配置中禁用 theano 的 C++ 代码生成器。

Answer 2

不幸的是，Keras 和 Theano 在 Windows 上与 Python 3 不能很好地协同工作。您遇到的问题与您必须将 libpython 库添加到您的 C++ Windows 编译器并将其与您的 Python 安装连接这一事实有关，这在您拥有 Python 3.5 时可能会非常苛刻安装。我宁愿建议你在 Python 上安装它 2. 这里有一个具体的安装说明：

Answer 3

教程：Theano 安装于 Windows 7、8、10 大家好，

此 post 是关于为 Windows 7、8 和 10 安装 Theano 的分步教程。它使用 Theano、CUDA 和 Anaconda。

Anaconda 是 python 的包管理器，可简化 python 环境的设置和依赖项的安装。如果您真的不想使用 Anaconda，请在此处查看我的旧 post。

让我们开始吧：

确保您的计算机具有兼容的 CUDA 显卡：https://developer.nvidia.com/cuda-gpus
下载CUDAhttps://developer.nvidia.com/cuda-downloads（我下载的是Cuda 7.5）
下载时，前往 https://www.visualstudio.com/en-us/downloads/download-visual-studio-vs.aspx 并获取 Visual Studio 2013（社区版）。下载并安装，这将安装所需的 C++ 编译器这里有几点说明，我的安装需要 7GB，安装 CUDA 需要 ~20 分钟 ~7 分钟注意：Nsight 不会安装旧版本的 Visual Studio 如果你没有，不用担心
我重启了这毕竟是windows...
检查 CUDA 导航到 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.0_Utilities\deviceQuery 并打开 vs2013.sln 文件使用 CTRL+F5 运行设备检查并保持 cmd window 打开确保你通过测试，否则有问题
下载并设置 Anaconda https://www.continuum.io/downloads。 Python 3.5 安装程序没问题安装它，大约需要 5-10 分钟
下载Theano https://github.com/Theano/Theano, 下载右下角的Zip 摘录
打开CMD提示符设置使用 python 3.5 的新 conda 环境 conda create -n name_of_your_environment python=3.5
激活你的conda环境并安装依赖激活 name_of_your_environment conda 安装 numpy scipy mingw libpython
导航到 Theano 提取的文件夹 /Theano-master
使用pythonsetup.py安装这个自动使用2to3转换
我们需要添加一些系统变量

右键单击计算机 -> 属性 -> 高级系统设置 -> 环境变量

添加一个新的系统变量

姓名=THEANO_FLAGS

值=floatX=float32，设备=gpu，nvcc.fastmath=True

同时将Visual Studio的c++编译器加入路径

添加;pathToYourVSInstallation\VC\bin\

最终检查

打开另一个 CMD 提示符（你需要关闭旧的，因为它没有系统变量）

激活name_of_your_environment

python

导入theano

您应该会看到类似

的内容

使用GPU设备0：Quadro K1100M（禁用CNMeM）现在，当您激活您的 conda 环境时，您将能够使用 Theano。

注意：对于 pycharm 用户，PyCharm 不会自动为您激活 conda 环境（此处提交的错误）。您可以做的只是创建一个包含以下内容的 .bat 文件：调用激活 env_name path_to_pycharm\bin\pycharm64.exe

对我有用，windows 8.1 就像一个魅力。

感谢：http://www.islandman93.com/2016/04/tutorial-theano-install-on-windows-7-8.html

keras 示例不起作用

keras examples doesn't work

python

keras