在Anaconda OSX上安装Keras

时间:2017-03-17 02:32:55

标签: tensorflow anaconda keras spyder

我正在尝试在anaconda环境(OSX)上安装keras,因为我想将它与spyder一起使用 - ipython。为此,我刚刚使用TableView<Person> table = new TableView<>(); table.getColumns().add(column("Name", Person::nameProperty, s -> s)); table.getColumns().add(column("Address", Person::addressProperty, Address:shortTextForm)); (我已经有张量流)。安装后我从终端调用python 2.7时,keras工作正常。但是,当我调用python 3.5或spyder并尝试导入keras时,我会收到: 没有名为&#39; keras&#39;

的模块

我认为问题可能出在MacBook上的PATHS上,因为pip install keras返回

which python

/usr/local/bin/python2.7 返回

which python3.5 (or spyder)

此外,在/Users/georgiospapadopoulos/anaconda/bin/python3.5 /Users/georgiospapadopoulos/anaconda/bin/spyder 期间显示

pip install keras

我的〜/ .bash_profile包含

Requirement already satisfied: keras in /Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages

3 个答案:

答案 0 :(得分:2)

您可能正在混淆虚拟环境。处理此问题的最佳方法是在Anaconda中创建一个垂直环境 - 例如,neur-net-venv,然后打开该venv的终端,并安装keras和其他相关模块。然后返回Anaconda dash并选择那个venv作为活动环境来进行工作。然后选择Jupyter和Spyder并运行您的导入。

请注意,您也不应该混合使用Python版本 - 如果您必须使用Py2和Py3 - 为两者创建单独的虚拟环境,在这些环境中单独安装keras,theanos / tensorflow,您应该很高兴。< / p>

我在MacOS上运行此设置,它就像一个魅力。

答案 1 :(得分:1)

要在Anaconda中安装 keras ,最好和最轻松的方法就是使用打开anaconda prompt,然后输入:

conda install keras

Keras可以在 tensorflow theano 后端运行。完成 keras 安装后,只需打开python shell并输入

即可
>>>import keras

如果抛出一些错误,那么后端必定存在一些问题。所以只需打开anaconda提示符,然后输入

conda import tensorflow

theano也可以使用。不过tensorflow是默认值。

答案 2 :(得分:0)

我想在Anaconda上安装keras,尝试了上述方法,但仍然没有效果。具体来说,我启动了Anaconda Navigator,然后在基本环境中打开了Mac OS终端。然后我遵循了针对keras和tensorflow的conda install命令。对于喀拉拉邦来说还不错。但是使用tensorflow时,出现以下错误消息:

Downloading and Extracting Packages
_tflow_select-2.3.0  | 3 KB      | ######################################################### | 100% 

ChecksumMismatchError: Conda detected a mismatch between the expected content and downloaded content
for url 'https://conda.anaconda.org/Anaconda/osx-64/_tflow_select-2.3.0-mkl.tar.bz2'.
  download saved to: /Users/dlin/opt/anaconda3/pkgs/_tflow_select-2.3.0-mkl.tar.bz2
  expected sha256: cc155b27e7bf91ec5370ce1fd2d5fceccbf13ac19706229674ba971fa3751446
  actual sha256: aad248699de112a7a5ead1695dfdf51b5693c2927303844b29dd7d9138dc95b9