时间：2020-12-10 09:25:30 | 栏目：Python代码 | 点击：次
win7 系统环境安装步骤：
1.首先是安装Python，建议安装anaconda
2.安装完anaconda后打开anaconda promp命令行promp，输入conda list.
可以看到已经安装的库以及版本等信息，注意此时没有keras.
3.通过 conda install keras 或 pip install keras 直接安装。（会默认的给你安装keras最新版本和所需要的theano）
4.安装完成之后，就可以打开notebook,输入import keras 检查是否成功。
5.因为windows版本的tensorflow刚刚才推出，所以目前支持性不太好。
但是keras的backend 同时支持tensorflow和theano.
并且默认是tensorflow,因此在win本上需要更改backend为theano才能运行。
这是官网的配置文档：点击打开链接
如果已经运行过一次Keras，你将在下面的目录下找到Keras的配置文件：~/.keras/keras.json
如果该目录下没有该文件，你可以手动创建一个
将文件的默认配置如下：
C:\Users\Administrator>python Python 2.7.12 |Anaconda 4.2.0 (64-bit)| (default, Jun 29 2016, 11:07:13) [MSC v.1500 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. Anaconda is brought to you by Continuum Analytics. Please check out: http://continuum.io/thanks and https://anaconda.org >>> import keras Using TensorFlow backend. Traceback (most recent call last): File "<stdin>", line 1, in <module> File "C:\Anaconda2\lib\site-packages\keras\__init__.py", line 2, in <module> from . import backend File "C:\Anaconda2\lib\site-packages\keras\backend\__init__.py", line 68, in <module> from .tensorflow_backend import * File "C:\Anaconda2\lib\site-packages\keras\backend\tensorflow_backend.py", line 1, in <module> import tensorflow as tf ImportError: No module named tensorflow >>> import keras Using Theano backend. WARNING (theano.configdefaults): g++ not detected ! Theano will be unable to execute optimized C-implementations (for both CPU and GPU) and will default to Python implementations. Performance will be severely degraded. To remove this warning, set Theano flags cxx to an empty string.
方法一：将C:\Anaconda2\Lib\site-packages\keras\backend\__init__.py的line 27修改
# Default backend: TensorFlow. #_BACKEND = 'tensorflow' _BACKEND = 'theano'
然后，python-> import keras
方法二： 出现 tensorflow提示错误的话，需要修改下面的位置的内容
C:\Users\Administrator\.keras\keras.json
{
"image_dim_ordering":"tf",
"epsilon":1e-07,
"floatx":"float32",
"backend":"tensorflow"
}
将
{
"image_dim_ordering": "tf",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}
补充知识：keras修改backend.py，完成永久配置tensorflow-gpu调用方式
编写keras程序中出现了GPU的内存问题，需要调节keras预设的tensorflow设置参数，每次都必须单独设置gpu选项比较麻烦，可以设置keras下的tensorflow_backend.py实现永久配置keras。
本人的配置：ubuntu18.04+cuda10.0+cuda7.5.1+MX150+tensorflow-gpu1.13.1
初始设置中出现内存错误。
keras依赖的config文件位置
keras的配置文件在linux下在如下的地址中，在用户账户下的隐藏文件夹中.
// 一般的安装位置
~/.local/lib/python2.7/site-packages/keras/backend
使用文件编辑器（vim，vi，nano等）打开tensorflow_backend.py文件
// 一般在文件的180行左右，修改为如下
...
else:
if _SESSION is None:
if not os.environ.get('OMP_NUM_THREADS'):
config = tf.ConfigProto(allow_soft_placement=True)
config.gpu_options.allow_growth=True
config.gpu_options.per_process_gpu_memory_fraction=0.9
else:
num_thread = int(os.environ.get('OMP_NUM_THREADS'))
config = tf.ConfigProto(intra_op_parallelism_threads=num_thread,
allow_soft_placement=True)
config.gpu_options.allow_growth=True
config.gpu_options.per_process_gpu_memory_fraction=0.9
_SESSION = tf.Session(config=config)
session = _SESSION
...