注意：autokeras只适用于python3.6
先打开命令行（cmd）， 输入 python --version
查看python版本，是否需要降级和升级。
降级的命令如下：
conda install python=3.6
完成后，进行如下步骤：
（一）安装PyTorch、Keras
Auto-Keras依赖于PyTorch、Keras组件，打开Anconda Prompt，输入以下命令：
pip install keras pip install https://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-win_amd64.whl
这里有坑：就是下载pytorch太慢了，总会自己断掉，我反复下了好几次都没完成，这里可以先从官网上把这个组件先下载到本地，再安装。
点击下面的链接，进行下载 pytorch的版本
https://www.lfd.uci.edu/~gohlke/pythonlibs/#pytorch
这里，我下载的是第四个。因为用自己电脑训练，还没用到cuda，前两个是需要cuda的。
然后 pip install +路径名/文件名
就安装好了。
也可以登陆下方这个网站：选择合适的版本安装。
https://pytorch.org/get-started/locally/
此依赖包的目的是为了绘制Auto-Keras生成的网络结构，同样的输入以下命令：
pip install graphviz
注意：但这样安装并不完全，需要从官网下载
文件，并将安装目录下的bin文件夹添加到系统环境变量。
（三）安装Auto-Keras
pip install autokeras
也可以使用：
pip3 conda install autokeras
（这两条命令我都用了，第一个会报有个包装不上的错误，然后用第二个是可以的，虽然有时候网速问题，下不下来）。
注：查看conda的安装环境：
至此安装成功了！！！！
然后跑一个简单的例子：
打开Anaconda 的Jupyter Notebook：
输入：
from keras.datasets import mnist
1. 可以看到这个keras是依赖于Tensorflow的。（也有的是依赖于其他的）
from autokeras import ImageClassifier
2. 从autokeras中调用ImageClassifier
# 导入MNIST数据，并将其分配到训练集和测试集中 (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train = x_train.reshape(x_train.shape + (1,)) x_test = x_test.reshape(x_test.shape + (1,))
3. 导入MNIST数据，并将其分配到训练集和测试集中。
clf = ImageClassifier(verbose=True)
4. 使用ImageClassifier模型， 不用进行任何超参数的设置。
这里可以看到 time_limit 为12小时，基本上只能搜索训练一个模型。。。。（可能是因为我的电脑太渣渣，没有用gpu的缘故）
clf.fit(x_train, y_train, time_limit=12 * 60 * 60)
clf.final_fit(x_train, y_train, x_test, y_test, retrain=True)
5. 运行clf.fit时，会开始搜索相对最好的网络结构（一个一个model的训练）。
clf.final_fit 则是跑前面表现最好的一个模型进行重新的训练。
y = clf.evaluate(x_test, y_test)
6. 最后利用clf.evaluate来评估在测试集上面的表现。
print(y)
7. 输出准确率
8. 导出autokeras找到的模型：
想要模型可视化，需要用到 pydot 和 graphviz，但是直接pip install graphviz 和 pip install pydot 。 运行上述代码，会报错。
试了网上的各种办法，终于在第二天搞好了。（在Anaconda Prompt 里输入命令）
首先 pip install graphviz 之后 我又到官网下载graphviz的安装包（可选择msi格式），这里我提供个链接 https://graphviz.gitlab.io/_pages/Download/windows/graphviz-2.38.msi , 一直按next（记住安装路径，比如在我的电脑上它的安装路径是C:\Program Files (x86)\Graphviz2.38），然后将该目录下的bin文件夹添加到系统的环境变量中（即把C:\Program Files (x86)\Graphviz2.38\bin添加进环境变量中）， 最后在cmd输入“dot-version”并按回车，若显示出graphviz的相关版本信息，则安装配置成功。
但是 import pydot 还会报错！！！
最终解决办法：
卸载pydot ： pip uninstall pydot
用这个命令再重新装：pip install pydot-ng
大功告成！！！
最后可以导出一张my_model.png