注意:autokeras只適用於python3.6
先打開命令行(cmd), 輸入 python --version
查看python版本,是否需要降級和升級。
降級的命令如下:
conda install python=3.6
完成后,進行如下步驟:
(一)安裝PyTorch、Keras
Auto-Keras依賴於PyTorch、Keras組件,打開Anconda Prompt,輸入以下命令:
pip install keras pip install https://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-win_amd64.whl
這里有坑:就是下載pytorch太慢了,總會自己斷掉,我反復下了好幾次都沒完成,這里可以先從官網上把這個組件先下載到本地,再安裝。
點擊下面的鏈接,進行下載 pytorch的版本
https://www.lfd.uci.edu/~gohlke/pythonlibs/#pytorch
這里,我下載的是第四個。因為用自己電腦訓練,還沒用到cuda,前兩個是需要cuda的。
然后 pip install +路徑名/文件名
就安裝好了。
也可以登陸下方這個網站:選擇合適的版本安裝。
https://pytorch.org/get-started/locally/
此依賴包的目的是為了繪制Auto-Keras生成的網絡結構,同樣的輸入以下命令:
pip install graphviz
注意:但這樣安裝並不完全,需要從官網下載
文件,並將安裝目錄下的bin文件夾添加到系統環境變量。
(三)安裝Auto-Keras
pip install autokeras
也可以使用:
pip3 conda install autokeras
(這兩條命令我都用了,第一個會報有個包裝不上的錯誤,然后用第二個是可以的,雖然有時候網速問題,下不下來)。
注:查看conda的安裝環境:
至此安裝成功了!!!!
然后跑一個簡單的例子:
打開Anaconda 的Jupyter Notebook:
輸入:
from keras.datasets import mnist
1. 可以看到這個keras是依賴於Tensorflow的。(也有的是依賴於其他的)
from autokeras import ImageClassifier
2. 從autokeras中調用ImageClassifier
# 導入MNIST數據,並將其分配到訓練集和測試集中 (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. 導入MNIST數據,並將其分配到訓練集和測試集中。
clf = ImageClassifier(verbose=True)
4. 使用ImageClassifier模型, 不用進行任何超參數的設置。
這里可以看到 time_limit 為12小時,基本上只能搜索訓練一個模型。。。。(可能是因為我的電腦太渣渣,沒有用gpu的緣故)
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. 運行clf.fit
時,會開始搜索相對最好的網絡結構(一個一個model的訓練)。
clf.final_fit 則是跑前面表現最好的一個模型進行重新的訓練。
y = clf.evaluate(x_test, y_test)
6. 最后利用clf.evaluate
來評估在測試集上面的表現。
print(y)
7. 輸出准確率
8. 導出autokeras找到的模型:
想要模型可視化,需要用到 pydot 和 graphviz,但是直接pip install graphviz 和 pip install pydot 。 運行上述代碼,會報錯。
試了網上的各種辦法,終於在第二天搞好了。(在Anaconda Prompt 里輸入命令)
首先 pip install graphviz 之后 我又到官網下載graphviz的安裝包(可選擇msi格式),這里我提供個鏈接 https://graphviz.gitlab.io/_pages/Download/windows/graphviz-2.38.msi , 一直按next(記住安裝路徑,比如在我的電腦上它的安裝路徑是C:\Program Files (x86)\Graphviz2.38),然后將該目錄下的bin文件夾添加到系統的環境變量中(即把C:\Program Files (x86)\Graphviz2.38\bin添加進環境變量中), 最后在cmd輸入“dot-version”並按回車,若顯示出graphviz的相關版本信息,則安裝配置成功。
但是 import pydot 還會報錯!!!
最終解決辦法:
卸載pydot : pip uninstall pydot
用這個命令再重新裝:pip install pydot-ng
大功告成!!!
最后可以導出一張my_model.png