Keras With Theano Backend 설치

Keras를 Theano를 Backend로 해서 설치하는 방법입니다.

아래와 같이 gcc를 설치하고, 이를 파이썬에서 이용할 라이브러리들을 설치한후,

Theano와 Keras를 차례대로 설치하시면 됩니다.

• Install TDM GCC x64.
• Install Anaconda x64.
• Open the Anaconda prompt
• Run conda update conda
• Run conda update --all
• Run conda install mingw libpython
• Install the latest version of Theano, pip install git+git://github.com/Theano/Theano.git
• Run pip install git+git://github.com/fchollet/keras.git

이렇게 설치 과정이 복잡한 이유는 Keras뒤에 Theano가 있고 Theano는 또 C++로 구현되어 있기 때문입니다. 

만약 gcc를 설치하지 않고 Keras를 사용하게 되면 Python으로 구현된 Theano를 Backend로 해서 돌아가게되는데

이 경우 속도는 gcc를 설치하지 않았을 때와 비교하여 현저하게 낮습니다.  

따라서 Keras with Theano를 이용할 때는 꼭 gcc를 설치하는 것이 좋습니다.

출처

http://stackoverflow.com/questions/34097988/how-do-i-install-keras-and-theano-in-anaconda-python-2-7-on-windows

Keras는 Theano나 Tensorflow 위에서 동작하는 딥러닝 프레임워크입니다.

Tensorflow를 이용하는 것보다 더 쉽게 신경망 모델을 만들 수 있는 것 같습니다.

Keras를 처음 이용해 보기에 유용한 사이트를 찾아서 공유합니다.

Tutorial List

Fully Connected Network

- Binary Classification

http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/

http://machinelearningmastery.com/binary-classification-tutorial-with-the-keras-deep-learning-library/

- Multi-label Classification

http://machinelearningmastery.com/multi-class-classification-tutorial-keras-deep-learning-library/

- Regression

http://machinelearningmastery.com/regression-tutorial-keras-deep-learning-library-python/

Drop Out

http://machinelearningmastery.com/dropout-regularization-deep-learning-models-keras/

Cross Validation

http://machinelearningmastery.com/evaluate-performance-deep-learning-models-keras/

Applied Deep Learning in Python Mini-Course

http://machinelearningmastery.com/applied-deep-learning-in-python-mini-course/

MNIST - MLP + CNN

http://machinelearningmastery.com/handwritten-digit-recognition-using-convolutional-neural-networks-python-keras/

CIFAR-10 CNN

http://machinelearningmastery.com/object-recognition-convolutional-neural-networks-keras-deep-learning-library/