Keras 深度学习扩展

 

Rapidminer最新推出Keras深度学习扩展,使用户能够轻松访问RapidMiner模型中的深度学习组件。

通过该扩展,Keras为用户提供了一组算子,可以轻松地直观地呈现深度学习的网络结构和层次。 来自Keras的算子通过基于python的后端库来计算,用户可以选择利用GPU和网格环境的计算能力。

Keras背后的基本思想是允许用户通过深度学习实现快速实验。 扩展中提供的算子为深度学习或深层神经网络(DNN)提供了更为集中的方法。 大多数机器学习的基础是任务型算法。 虽然这相对简单明了,但是这些算法有其局限性。 另一方面,深度学习是一种基于特征学习的方法,它是一种自动检测表示并从给定数据中进行分类的系统。 由此得到的分类将被输入到神经网络中,该神经网络松散地基于生物大脑功能,诸如信息处理和通信模式。事实上,深度学习已经广泛应用于计算机视觉,语音和自然语言处理等领域。  

以下为获取Rapidminer的Keras扩展的几种途径:

在MacOS上安装 Anaconda

1.下载并安装Anaconda:https://www.continuum.io/downloads#macos

2.通过键入命令行创建一个新的环境:conda create -n keras

3.通过键入命令行来激活创建的环境:source activate keras

4.通过在命令行中输入安装panda:conda install pandas

5.通过键入命令行安装scikit-learn:conda install scikit-learn

6.通过键入命令行安装keras:conda install -c conda-forge keras

7.键入命令行安装graphviz:conda install -c anaconda graphviz

8.键入命令行安装pydotplus:conda install –c anaconda graphviz

9.在RapidMiner Studio Keras和Python脚本面板的首选项中,指定新的conda环境Python可执行文件的路径。


在Windows上安装Anaconda

警告:由于软件包依赖关系的问题,目前无法在Windows的安全环境中安装graphviz和pydot,因此可以在结果面板中显示模型图形。

1.从以下网址下载并安装Anaconda:https://www.continuum.io/downloads#windows

2.通过输入命令行在中Python 3.5.2创建一个新的环境:conda create -n Python35 python = 3.5.2

3.通过键入命令行来激活创建的环境:activate Python35

4.通过在命令行中输入安装panda:conda install pandas

5.通过键入命令行安装scikit-learn:conda install scikit-learn

6.在命令行中输入keras:conda install -c jaikumarm keras = 2.0.4

7.在RapidMiner Studio Keras和Python脚本面板的首选项中,指定新的conda环境Python可执行文件的路径。


Windows 

1.从以下网址下载并安装Python 3.5.2:https://www.python.org/downloads/release/python-352/

仅python 3.5.2适用于Windows。

2.用Intel Math Kernel库安装numpy

•从http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy下载文件:13.1 + mklcp35cp35mwin_amd64.whl

•cd到您已下载文件的目录,并从命令行运行:pip3 install 13.1 + mklcp35cp35mwin_amd64.whl

3.从命令行安装panda:pip3 install pandas

4.从命令行安装graphviz:pip3 install graphviz

5.从命令行安装pydot:pip3 install pydot

6.安装TensorFlow

•如果要安装具有GPU支持的TensorFlow,请参阅以下说明:https://www.tensorflow.org/install/install_windows

•如果要仅使用CPU支持安装TensorFlow,用命令行运行:pip3 install -upgrade tensorflow

7.从命令行安装Keras:pip3 install keras 


Rapidminer扩展

1.从RapidMiner应用市场安装Keras扩展

2.如果尚未安装RapdiMiner Python Scripting 扩展,请从市场安装。

3.重新启动RapidMiner Studio。

4.在Studio客户端进入设置(菜单)>首选项,然后导航到左侧的“Python脚本”选项卡/页面。 提供Python可执行文件的路径,并单击测试以确保它成功。

5.在Studio客户端进入设置(菜单)>首选项,然后导航到左侧的“Keras”选项卡/页面。 提供Python可执行文件的路径,并单击测试以确保它成功。


流程示例