Keras - Hướng dẫn cài đặt

Ở bài viết trước về Keras, chúng ta đã cùng nhau khám phá phần giới thiệu và một số lợi ích của Keras. Bây giờ, chúng ta hãy nói thêm về cách cài đặt Keras. Chúng tôi sẽ cố gắng hướng dẫn bạn cài đặt Keras trên Windows, Linux và macOS.

Bạn sẽ cần cài đặt Python phiên bản 3.5 trở lên trên máy của mình trước khi thiết lập Keras, vì Keras là một thư viện nơ-ron network dựa trên Python. Hãy truy cập python.org để tải xuống phiên bản mới nhất cho hệ điều hành của bạn và cài đặt nó.

Nếu bạn đã cài đặt Python, hãy mở terminal của bạn và nhập python, bạn có thể sẽ thấy phản hồi tương tự như bên dưới:

Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18)

[MSC v.1900 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>>

Bây giờ chúng ta chuyển sang cài đặt một số yêu cầu cơ bản như môi trường ảo và thư viện python. Bạn nên làm theo các bước sau:

Chúng ta sẽ cần tạo một môi trường ảo – Virtualenv – để quản lý các gói python cho các dự án khác nhau trong khi phát triển ứng dụng. Điều này sẽ giúp tránh làm vỡ các gói trong các môi trường khác.

Sẽ có 2 lệnh khác nhau cho Linux/macOS và cho Windows.

Nếu bạn là người dùng Linux hoặc mac OS, hãy chuyển đến thư mục gốc của dự án và nhập lệnh dưới đây để tạo môi trường ảo:

python3 -m venv kerasenv

Sau khi thực hiện lệnh trên, thư mục “kerasenv” được tạo bằng bin, lib và bao gồm các thư mục trong vị trí cài đặt của bạn.

Nếu bạn là người dùng Windows, hãy sử dụng lệnh dưới đây:

py -m venv keras

Trong bước này, chúng ta sẽ cấu hình các tệp thực thi python và pip trong đường dẫn shell của bạn. Chúng ta cũng có 2 trường hợp cho các hệ điều hành khác nhau.

Nếu bạn là người dùng Linux/macOS, hãy di chuyển đến thư mục và nhập lệnh bên dưới (vì chúng ta đã tạo tên môi trường ảo “kerasvenv” ở bước 1):

$ cd kerasvenv kerasvenv $ source bin/activate

Nếu bạn là người dùng Windows, hãy di chuyển vào bên trong thư mục “kerasenv” và nhập lệnh dưới đây,

.\env\Scripts\activate

Nếu bạn đã cài đặt các thư viện dưới đây, bạn có thể bỏ qua bước này. Nếu bạn chưa làm điều đó, hãy cài đặt từng cái một bằng cách sử dụng các lệnh mà chúng tôi cung cấp dưới đây:

numpy

pip install numpy

pandas

pip install pandas

matplotlib

pip install matplotlib

scipy

pip install scipy

scikit-learn

pip install -U scikit-learn

Scikit-learn là một thư viện máy học mã nguồn mở và có một số yêu cầu:

• • • • Python phiên bản 3.5 trở lên
      • NumPy phiên bản 1.11.0 trở lên
      • SciPy phiên bản 0.17.0 trở lên
      • joblib 0.11 trở lên.

Vì vậy, hãy đảm bảo rằng bạn đã cài tất cả.

Seaborn

pip install seaborn

Seaborn là một thư viện được sử dụng để trực quan hóa dữ liệu của bạn.

Chúng ta đã hoàn thành tất cả các yêu cầu cơ bản. Bây giờ, hãy cài đặt Keras bằng lệnh dưới đây:

pip install keras

Bạn có thể chạy lệnh này để thoát khỏi môi trường nếu bạn đã hoàn thành tất cả các thay đổi trong dự án của mình.

deactivate

Bạn cũng có thể cài đặt Keras bằng Conda. Đầu tiên, chỉ cần truy cập  www.anaconda.com/distribution và tải xuống phiên bản anaconda dựa trên hệ điều hành của bạn.

Bạn nên khởi chạy lời nhắc anaconda, sau đó nhập lệnh dưới đây vào conda terminal của bạn:

conda create --name PythonCPU

Đây là hướng dẫn của CPU. Bạn cũng có thể tạo và cài đặt các mô-đun bằng GPU nếu muốn.

Để kích hoạt môi trường, hãy sử dụng lệnh dưới đây:

activate PythonCPU

Spyder là một IDE để thực thi các ứng dụng python. Bạn có thể cài đặt IDE này trong môi trường conda bằng lệnh dưới đây:

conda install spyder

Ở trên chúng tôi đã giới thiệu và hướng dẫn các bạn các thư viện python cần thiết cho keras như numpy, pandas, matplotlib,… Bạn cũng có thể cài đặt chúng bằng conda, chỉ cần thực hiện theo cú pháp:

conda install -c anaconda <module-name>

Ví dụ: bạn muốn cài đặt pandas

conda install -c anaconda pandas

Bây giờ, bạn có thể bắt đầu cài đặt keras bằng lệnh dưới đây:

conda install -c anaconda keras

Cuối cùng, bạn có thể khởi chạy spyder trong conda terminal của mình bằng lệnh dưới đây

spyder

Để đảm bảo mọi thứ đã được cài đặt chính xác, hãy nhập tất cả các mô-đun, nó sẽ thêm mọi thứ và nếu có gì sai, bạn sẽ nhận được thông báo lỗi không tìm thấy mô-đun.

Chúng tôi hy vọng rằng bài viết này đã cung cấp một số cách cài đặt Keras cho bạn, như sử dụng python, sử dụng conda. Bạn có thể làm theo trên máy tính của riêng bạn hoặc trên server điều khiển từ xa của chúng tôi.

Tại iRender, chúng tôi cung cấp cấu hình máy đa GPU cho thuê với RTX3090 hiện đại. Các máy chủ từ xa của chúng tôi được tối ưu hóa cho Khoa học Máy tính, Học máy, Học sâu.

Chúng tôi hỗ trợ nhiều ngôn ngữ lập trình, thư viện, khuôn khổ hoặc API như Keras. Bạn có thể tự do cài đặt bất kỳ chương trình nào trên các máy chủ từ xa của chúng tôi, thêm giấy phép của bạn (nếu cần) và bắt đầu dự án của bạn.

Bạn có thể tham khảo các gói bên dưới được chúng tôi thiết kế riêng cho AI/ Học sâu:

Bạn cũng có thể đọc bài viết này của chúng tôi về lý do tại sao RTX3090 là lựa chọn tốt nhất cho AI/Học sâu (RTX3090 có phải GPU tốt nhất cho Deep Learning không?).

Hơn nữa, chúng tôi cung cấp các tính năng khác như NVLink nếu bạn cần thêm VRAM, iRender drive để truyền và đồng bộ hóa tệp nhanh hơn, tính năng Fixed Rental (thuê cố định dài hạn) để tiết kiệm tiền từ 10-20% so với thuê theo giờ (10% cho thuê hàng ngày, 20% cho thuê hàng tuần và hàng tháng).

Bạn có thể đăng ký tài khoản ngay hôm nay để trải nghiệm dịch vụ của chúng tôi. Hoặc liên hệ với chúng tôi qua Zalo 0916806116 để được tư vấn và hỗ trợ.

Cảm ơn bạn & Happy training!

Nguồn: tutorialspoint.com