Python Tensorflow ile Keras (derin öğrenme kütüphanesi) kurulumu

Keras, Theano ya da Tensorflow üzerine kurulabilen bir derin öğrenme kütüphanesidir. Keras 'ın daha düşük seviye olan ve kullanımı biraz daha karmaşık olan bu kütüphaneler ile modeller tanımlama ve eğitme işlemlerini daha kullanıcı dostu hale getirdiğini söyleyebiliriz. 

Bu yazı kapsamında Windows 10 bilgisayarda Tensorflow üzerine Keras kurulumunu anlatacağım. Bilgisayarımda Anaconda 4.3.1 (Python 3.6) kurulu ve Tensorflow an itibariyle Python 3.6  'yı resmi olarak desteklemiyor :) Şöyle bir gayri-resmi sürüm olduğunu da belirteyim.

http://www.lfd.uci.edu/~gohlke/pythonlibs/#tensorflow

• (tensorflow‑1.2.1‑cp36‑cp36m‑win_amd64.whl)

Bununla birlikte tensorflow un github sayfasında ;

Yeter!, Python 3.6 'yı destekleyin artık, şeklinde yoğun bir kamuoyu baskısı olduğunu da belirtelim, Fakat henüz sonuç alınmış değil.

Peki bu durumda ne yapacağız, ya Python 3.6 'nın desteklenmesini bekleyeceğiz, veyahut Anaconda 'yı bilgisayarımızdan kaldırıp Python 3.5 sürümünü kuracağız, tabi ki bu arada kurmuş olduğumuz diğer kütüphaneler vs. varsa hepsini kaybedeceğiz. Ya da bir başka çözüm olarak sanal geliştirme ortamı (virtual environment) kullanacağız. Sanal geliştirme ortamı kurmanın şöyle bir avantajı var ki, Python da kullandığınız farklı kütüphanelerin diğer bazı kütüphanelerin farklı versiyonlarına bağımlılıkları olabilir. Yani herhangi bir şeyi yeni versiyona geçirdiğinizde diğer kısımlar etkilenebilir. Falanca kütüphane filancanın 2.1 sürümü ile çalışıyor diğer bir başkası ise aynı kütüphanenin 2.0 sürümü ile çalışabiliyor, gibi. Bu durumda sanal geliştirme ortamları kurup birbirinden bağımsız bu ortamların her birisine özel gerekli kütüphaneleri yükleyerek, bu ortamlar arasında geçişler yapabiliriz.

Şimdi ilk olarak Keras için keras_env adında bir sanal geliştirme ortamı kuralım. Bunun için pip install virtualenvwrapper komutu ile virtualenvwrapper kurmamız gerekiyor. Fakat bu araç windows ile çalışmıyor!!! Neyse ki bunun bir de Windows versiyonunu yapmışlar, virtualenvwrapper-win -> (kurmak için) pip install virtualenvwrapper-win

Anaconda kullanıcıları için ise zaten böyle bir sanal ortam oluşturma aracı mevcut, yani uzaklarda aramaya gerek yok. Bu kadar laftan sonra artık şu sanal ortamı oluşturalım.

conda create --name keras_env python=3.5

python 3.5 içeren keras_env adında bir sanal ortam oluşturduk.

activate keras_env

ile oluşturmuş olduğumuz keras_env ortamını aktif edelim. 

Artık keras_env ortamına tensorflow kurabiliriz. (Tensorflow windows kurulumu için)

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.2.1-cp35-cp35m-win_amd64.whl 

Terminalde keras_env ortamı aktifken Terminale spyder yazıp Spyder IDE 'sini çalıştıralım. Spyder IDE 'si otomatik olarak açılacak fakat yine Python 3.6 ile açıldığını göreceksiniz, çünkü biz keras_env ortamı için bir Spyder IDE 'si kurulumu yapmadık. Spyder kurulumu için;

conda install -n keras_env spyder

Artık terminale "activate keras_env" yazıp keras_env ortamını aktif ettikten sonra "spyder" komutu ile spyder IDE sini açınca Python 3.5 ile açıldığını göreceğiz. import tensorflow , yazınca hata almıyorsak sorun yok :)

Tensorflow kurulumunu tamamlamış olduk, şimdi Keras kurulumuna geçebiliriz. İlk önce bağımlı olduğu kütüphanelerin kurulumunu yapmak için :

pip install numpy scipy

pip install scikit-learn

pip install pillow

pip install h5py

 pip install PyYAML

Keras kurulumu için :

pip install keras

Kurulumu tamamladık, Keras konfigürasyonunda hangi backend (theano ya da tensorflow) kurulduğunu kontrol etmek için %USERPROFILE%/.keras/keras.json  yo--yolundaki json dosyasını kontrol edebiliriz.

Buraya kadar herşey iyi gidiyor gibiydi Fakat pip install keras ile keras kurulumu çalışmadı! Alternatif olarak ;

pip install --upgrade --no-deps git+git://github.com/fchollet/keras.git  

Böylece windows üzerinde keras kurulumumuzu tamamlamış olduk,  Spyder IDE 'mizi açıp "import keras" yazdık ve herşey yolunda. Bir başka yazıda görüşmek üzere...