前面一二三解决了特征提取的问题,接下来轮到了分类器。这里打算试用keras调用cnn来对一些歌曲数据进行分类。样本问题之后再提,这里主要需要搭建一个anaconda+tensorflow+keras的深度学习环境。
anaconda不用提是标配,一般也都会有,安装很简单,略过。tensorflow的安装一般分为pip安装和conda安装。pip安装不推荐,虽然十分方便,但我包括网上不少人使用pip安装时都是出问题的。conda安装也不难,就是国外的源下载速度非常慢,需要更换国内源(清华的源听说也出了问题,换清华以外的)。
1.换源
conda install tensorflow
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
2.创建conda虚拟环境
conda create -n tensorflow2_0 python=3.6
安装完后可以使用命令查看
conda info --envs
3.激活新环境
activate tensorflow2_0
4.安装tensorflow\keras
conda install tensorflow
conda install keras
测试一下,打开jupyter,
import tensorflow
import keras
没报错,就安装成功了。
5.跑个例子
使用著名的mnist进行一下hello world。
直接使用原生的例子有个问题,数据集下载太慢。
最好先从镜像把数据下好了再修改一下数据导入方式。这篇文章有提供详细方法和代码,经测试可以运行。