トップページ -> データベース研究スタート -> Keras 2 の利用 -> Keras 2 のインストール
[サイトマップへ]  

Keras 2 のインストール

Windows での Keras 2 のインストール手順を図解で説明します. Python を使うのが前提です.

先人に感謝.

参考Webページ: https://keras.io/ja/

キーワード: Keras 2, Python, Windows インストール


前もって準備しておくこと

前準備として,Anaconda のインストールが終わっていること. 手順を下に説明しています.

Anaconda のインストール

Python 3 の開発環境である Anacondaをおすすめ.Window でのインストール手順は次の通りです(Linuxでも同様の手順です).

  1. https://www.continuum.io/downloads#windowsを開く

  2. Download」をクリックする.

  3. ダウンロードが始まるので確認する.

  4. ダウンロードした .exe ファイルを実行して,Anacondaをインストール.

    Python処理系にはいくつかの種類がある. この Web ページでは Anaconda をおすすめしている. 以下,Windows に Anacondaをインストールしたものとして説明を続ける.

  5. コマンドプロンプトを管理者として実行

  6. まずは,最新の conda-build パッケージが欲しい.コマンドプロンプトで,次のコマンドを実行

    conda install -y conda-build
    

    ※ 「Proceed ([y]/n)?」と表示されたら, y + Enter で続行する.「反応が遅いなあ」と思ったら、Enter キーを押してみる.

  7. conda が更新されたので,コマンドプロンプトをいったん閉じる
  8. 再び,コマンドプロンプトを管理者として実行
  9. Anaconda プロンプトで,次のコマンドを実行

    conda update -y pip
    conda update -y setuptools
    conda update -y conda
    conda update -y conda-build
    

    ※ 「Proceed ([y]/n)?」と表示されたら, y + Enter で続行する.「反応が遅いなあ」と思ったら、Enter キーを押してみる.


パッケージの更新, TensorFlow や Keras 等のインストール

  1. コマンドプロンプトを管理者として実行

  2. Anaconda プロンプトで,次のコマンドを実行

    ※ Anaconda や Miniconda を使っていないときは conda コマンドがないので pip コマンドを使ってください

    ※ conda パッケージの tensorflow が古いので(2018/02時点),pip を使うことにする.

    conda install numpy scipy 
    conda install yaml 
    conda install hdf5 
    conda install h5py
    conda update -y --all
    pip install --ignore-installed --upgrade tensorflow 
    pip install keras 
    

    ※ 「Proceed ([y]/n)?」と表示されたら, y + Enter で続行する.「反応が遅いなあ」と思ったら、Enter キーを押してみる.

  3. インストール後,確認のため,バージョンを見ておく
    conda list tensorflow 
    
    conda list keras 
    

  4. TensorFlow がインストールできたかを確認したい.

    Python 処理系」で次を実行.(Anacondaに入っている開発環境 spyder を実行し,右下の ipython コンソールを使うのが簡単.)

    Python プログラムを実行してみる.

    結果として 「b'Hello, TensorFlow!'」のように表示されるので確認する.

    import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    result = sess.run(hello)
    print(result)
    sess.close()
    

  5. Keras がインストールできたかの確認したい。

    Python 処理系」で次を実行.(Anacondaに入っている開発環境 spyder を実行し,右下の ipython コンソールを使うのが簡単.)

    次の Python プログラムを実行してみる.

    エラーメッセージが出なければ OK。

    import tensorflow as tf 
    import keras 
    from keras.models import Sequential
    model = Sequential()
    
    from keras.layers import Dense, Activation
    import keras.optimizers
    model.add(Dense(units=64, input_dim=100))
    model.add(Activation('relu'))
    model.add(Dense(units=10))
    model.add(Activation('softmax'))
    model.compile(loss=keras.losses.categorical_crossentropy,
                  optimizer=keras.optimizers.SGD(lr=0.01, momentum=0.9, nesterov=True))
    

Keras 2 を使ってみる

参考Webページ: 「https://keras.io/ja/」の「30 秒で Keras に入門しましょう」 に記載のソースコードを使っています。

Python 処理系」で次を実行.(Anacondaに入っている開発環境 spyder を実行し,右下の ipython コンソールを使うのが簡単.)

  1. Sequential モデルの一例を見てみましょう

    次の Python プログラムを実行

    from keras.models import Sequential
    model = Sequential()
    

  2. .add で簡単にレイヤーを積み重ねることができます

    次の Python プログラムを実行

    from keras.layers import Dense, Activation
    
    model.add(Dense(units=64, input_dim=100))
    model.add(Activation('relu'))
    model.add(Dense(units=10))
    model.add(Activation('softmax'))
    

  3. .compile() で訓練プロセスを設定

    次の Python プログラムを実行

    目的関数については: https://keras.io/ja/objectives/

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

  4. 訓練プロセスの設定では「必要に応じて,最適化アルゴリズムも設定できます

    次の Python プログラムを実行

    import keras.optimizers
    
    model.compile(loss=keras.losses.categorical_crossentropy,
                  optimizer=keras.optimizers.SGD(lr=0.01, momentum=0.9, nesterov=True))