版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u012435142/article/details/82630266
深度学习从2012开始火起来到现在已经有6年了，这些年里涌现了非常多的创新的网络模型，推动了计算机视觉、自然语言处理等多个领域的长足发展。不仅如此，还诞生了一批优秀的深度学习开源框架，极大的便利了想法到实现的过程。Tensorflow、keras、pytorch等开源框架越来越成熟和强大。
虽然网络上有非常多的学习教程，但是我认为学会一个工具的最直接最有效的方法就是深入源码，去理解深度学习开源框架的构建逻辑。keras是一个构建于tensorflow、CNTK和Theano的高层框架，源码都是Python写的，使用起来很方便，源码也容易看懂，所以我打算深入Keras源码，一探究竟。
下面是我成功配置好keras环境，并实现源码调试的过程，记录下来，给大家一个参考。
其实方法很简单，简单到一看就懂。
1.使用anaconda创建一个新的环境（推荐Python3.6），正常安装好keras和tensorflow，过程中会自动安装numpy、scipy、hdf5等依赖
(我喜欢用tensorflow做keras的backend，而且也是keras默认的)
conda create -n py36_test python=3.6 2.测试keras功能正常后，卸载keras
测试keras，确保第三方依赖库都安装好了
卸载keras是因为一会儿要用本地keras代码，不再使用pip预编译版本
3.从github下载keras源码
git clone git@github.com:keras-team/keras.git4.配置VScode Python环境和debug
参考网上的教程，很简单
5.在VScode中配置当前使用的Python解释器环境py36_test
在keras源码中增加断点，按F5开始调试，一切顺利的话，开启源码学习的道路吧。
