注意:autokeras只适用于python3.6
先打开命令行(cmd), 输入 python --version
查看python版本,是否需要降级和升级。
降级的命令如下:
conda install python=3.6
完成后,进行如下步骤:
(一)安装PyTorch、Keras
Auto-Keras依赖于PyTorch、Keras组件,打开Anconda Prompt,输入以下命令:
pip install keras pip install https://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-win_amd64.whl
这里有坑:就是下载pytorch太慢了,总会自己断掉,我反复下了好几次都没完成,这里可以先从官网上把这个组件先下载到本地,再安装。
点击下面的链接,进行下载 pytorch的版本
https://www.lfd.uci.edu/~gohlke/pythonlibs/#pytorch
这里,我下载的是第四个。因为用自己电脑训练,还没用到cuda,前两个是需要cuda的。
然后 pip install +路径名/文件名
就安装好了。
也可以登陆下方这个网站:选择合适的版本安装。
https://pytorch.org/get-started/locally/
此依赖包的目的是为了绘制Auto-Keras生成的网络结构,同样的输入以下命令:
pip install graphviz
注意:但这样安装并不完全,需要从官网下载
文件,并将安装目录下的bin文件夹添加到系统环境变量。
(三)安装Auto-Keras
pip install autokeras
也可以使用:
pip3 conda install autokeras
(这两条命令我都用了,第一个会报有个包装不上的错误,然后用第二个是可以的,虽然有时候网速问题,下不下来)。
注:查看conda的安装环境:
至此安装成功了!!!!
然后跑一个简单的例子:
打开Anaconda 的Jupyter Notebook:
输入:
from keras.datasets import mnist
1. 可以看到这个keras是依赖于Tensorflow的。(也有的是依赖于其他的)
from autokeras import ImageClassifier
2. 从autokeras中调用ImageClassifier
# 导入MNIST数据,并将其分配到训练集和测试集中 (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train = x_train.reshape(x_train.shape + (1,)) x_test = x_test.reshape(x_test.shape + (1,))
3. 导入MNIST数据,并将其分配到训练集和测试集中。
clf = ImageClassifier(verbose=True)
4. 使用ImageClassifier模型, 不用进行任何超参数的设置。
这里可以看到 time_limit 为12小时,基本上只能搜索训练一个模型。。。。(可能是因为我的电脑太渣渣,没有用gpu的缘故)
clf.fit(x_train, y_train, time_limit=12 * 60 * 60)
clf.final_fit(x_train, y_train, x_test, y_test, retrain=True)
5. 运行clf.fit
时,会开始搜索相对最好的网络结构(一个一个model的训练)。
clf.final_fit 则是跑前面表现最好的一个模型进行重新的训练。
y = clf.evaluate(x_test, y_test)
6. 最后利用clf.evaluate
来评估在测试集上面的表现。
print(y)
7. 输出准确率
8. 导出autokeras找到的模型:
想要模型可视化,需要用到 pydot 和 graphviz,但是直接pip install graphviz 和 pip install pydot 。 运行上述代码,会报错。
试了网上的各种办法,终于在第二天搞好了。(在Anaconda Prompt 里输入命令)
首先 pip install graphviz 之后 我又到官网下载graphviz的安装包(可选择msi格式),这里我提供个链接 https://graphviz.gitlab.io/_pages/Download/windows/graphviz-2.38.msi , 一直按next(记住安装路径,比如在我的电脑上它的安装路径是C:Program Files (x86)Graphviz2.38),然后将该目录下的bin文件夹添加到系统的环境变量中(即把C:Program Files (x86)Graphviz2.38in添加进环境变量中), 最后在cmd输入“dot-version”并按回车,若显示出graphviz的相关版本信息,则安装配置成功。
但是 import pydot 还会报错!!!
最终解决办法:
卸载pydot : pip uninstall pydot
用这个命令再重新装:pip install pydot-ng
大功告成!!!
最后可以导出一张my_model.png