So installieren Sie Theano und Keras auf einem Ubuntu-System

Hinweis: Das System ist Ubuntu 14.04LTS, ein 32-Bit-Betriebssystem. Python 3.4 wurde zuvor installiert und jetzt möchte ich Theano und Keras installieren. Hier sind die Schritte:

1. Installieren Sie pip

sudo apt-get installiere python3-setuptools
sudo easy_install3 pip

2. Installieren Sie g++

sudo apt-get install g++

Verwenden Sie den obigen Befehl, um g++ zu installieren. Nach Abschluss der Installation können Sie mit g++ -version prüfen, ob die Installation abgeschlossen ist. Beachten Sie, dass beim Importieren von Theano der folgende Fehler auftritt, wenn G++ nicht installiert ist:

WARNUNG (theano.configdefaults): g++ nicht erkannt! Theano kann keine optimierten C-Implementierungen (für CPU und GPU) ausführen und verwendet standardmäßig Python-Implementierungen. Die Leistung wird erheblich beeinträchtigt. Um diese Warnung zu entfernen, setzen Sie die Theano-Flags cxx auf eine leere Zeichenfolge.
Ich habe gesucht, weil Theano schneller ist, wenn es mit g++ kompiliert wird. Die meisten im Internet gefundenen Lösungen basieren auf einer Anaconda-Installation. Die Lösung lautet:

conda install mingw libpython

3. Installieren Sie theano

sudo pip3 install theano

Dieser Befehl lädt automatisch die von Theano benötigten Abhängigkeiten herunter, einschließlich Numpy, Scipy usw.

4. Installieren Sie Keras

sudo pip3 install keras

Abschließend ist zu beachten, dass das Standard-Backend von Keras Tensorflow ist und wir Theano benötigen, sodass wir die Einstellungen ändern müssen. (Und Tensorflow wird mit Pip3 installiert, und es gibt keine entsprechende Version auf 32-Bit-Systemen! Die Installation mit Quelldateien ist auch sehr kompliziert.)

vim ~/.keras/keras.json
{
 
  "Bilddimreihenfolge": "tf",
 
  "epsilon":1e-07,
 
  "floatx":"float32",
 
  "Backend": "theano"
}

5. Testen Sie Theano

importiere Numpy als np 
Importzeit 
Theano importieren 
A = np.random.rand(1000,10000).astype(theano.config.floatX) 
B = np.random.rand(10000,1000).astype(theano.config.floatX) 
np_start = Zeit.Zeit() 
AB = A.Punkt(B) 
np_end = Zeit.Zeit() 
X,Y = theano.tensor.matrices('XY') 
mf = theano.funktion([X,Y],X.punkt(Y)) 
t_start = Zeit.Zeit() 
tAB = mf(A,B) 
t_end = Zeit.Zeit() 
drucken("NP-Zeit: %f[s], Theano-Zeit: %f[s] (die Zeiten sollten bei Ausführung auf der CPU nahe beieinander liegen!)" %( 
                      np_end-np_start, t_end-t_start)) 
print("Ergebnisdifferenz: %f" % (np.abs(AB-tAB).max(), ))

Zusammenfassen

Oben ist die vom Herausgeber vorgestellte Installationsmethode für Theano und Keras auf dem Ubuntu-System. Ich hoffe, sie ist für alle hilfreich!