Τρόπος λήψης & Εγκατάσταση TensorFLow: Jupyter - Windows / Mac

Σε αυτό το σεμινάριο, θα εξηγήσουμε πώς να εγκαταστήσετε τα Windows TensorFlow Anaconda . Θα μάθετε πώς να χρησιμοποιείτε το TensorFlow στο Jupyter Notebook. Το Jupyter είναι πρόγραμμα προβολής φορητών υπολογιστών.

Εκδόσεις TensorFlow

Το TensorFlow υποστηρίζει υπολογισμούς σε πολλές CPU και GPU. Αυτό σημαίνει ότι οι υπολογισμοί μπορούν να διανεμηθούν σε όλες τις συσκευές για να βελτιωθεί η ταχύτητα της εκπαίδευσης. Με τον παραλληλισμό, δεν χρειάζεται να περιμένετε εβδομάδες για να λάβετε τα αποτελέσματα των αλγορίθμων εκπαίδευσης.

Για χρήστες Windows, το TensorFlow παρέχει δύο εκδόσεις:

TensorFlow μόνο με υποστήριξη CPU : Εάν το μηχάνημά σας δεν λειτουργεί σε GPU NVIDIA, μπορείτε να εγκαταστήσετε αυτήν την έκδοση μόνο
TensorFlow με υποστήριξη GPU : Για πιο γρήγορο υπολογισμό, μπορείτε να κάνετε λήψη της υποστηριζόμενης έκδοσης TensorFlow GPU. Αυτή η έκδοση έχει νόημα μόνο εάν χρειάζεστε ισχυρή υπολογιστική ικανότητα.

Κατά τη διάρκεια αυτού του σεμιναρίου, η βασική έκδοση του TensorFlow είναι επαρκής.

Σημείωση: Το TensorFlow δεν παρέχει υποστήριξη GPU σε MacOS.

Εδώ είναι πώς να προχωρήσετε

Χρήστης MacOS:

Εγκαταστήστε το Anaconda
Δημιουργήστε ένα αρχείο .yml για εγκατάσταση Tensorflow και εξαρτήσεων
Εκκινήστε το Jupyter Notebook

Για Windows

Εγκαταστήστε το Anaconda
Δημιουργήστε ένα αρχείο .yml για εγκατάσταση εξαρτήσεων
Χρησιμοποιήστε το pip για να προσθέσετε το TensorFlow
Εκκινήστε το Jupyter Notebook

Για να εκτελέσετε το Tensorflow με το Jupyter, πρέπει να δημιουργήσετε ένα περιβάλλον στο Anaconda. Αυτό σημαίνει ότι θα εγκαταστήσετε τα Ipython, Jupyter και TensorFlow σε έναν κατάλληλο φάκελο μέσα στο μηχάνημά μας. Επιπλέον, θα προσθέσετε μια βασική βιβλιοθήκη για την επιστήμη των δεδομένων: "Pandas". Η βιβλιοθήκη Pandas βοηθά στο χειρισμό ενός πλαισίου δεδομένων.

Εγκαταστήστε το Anaconda

Κατεβάστε το Anaconda έκδοση 4.3.1 (για Python 3.6) για το κατάλληλο σύστημα.

Το Anaconda θα σας βοηθήσει να διαχειριστείτε όλες τις βιβλιοθήκες που απαιτούνται είτε για Python είτε R. Ανατρέξτε σε αυτό το σεμινάριο για να εγκαταστήσετε το Anaconda

Δημιουργήστε αρχείο .yml για εγκατάσταση Tensorflow και εξαρτήσεων

Περιλαμβάνει

Εντοπίστε το μονοπάτι της Anaconda
Ορίστε τον κατάλογο εργασίας σε Anaconda
Δημιουργήστε το αρχείο yml (Για χρήστες MacOS, το TensorFlow είναι εγκατεστημένο εδώ)
Επεξεργαστείτε το αρχείο yml
Μεταγλώττιση του αρχείου yml
Ενεργοποιήστε το Anaconda
Εγκατάσταση TensorFlow (μόνο για χρήστες Windows)

Βήμα 1) Εντοπίστε το Anaconda,

Το πρώτο βήμα που πρέπει να κάνετε είναι να εντοπίσετε το μονοπάτι της Anaconda.

Θα δημιουργήσετε ένα νέο περιβάλλον conda που περιλαμβάνει τις απαραίτητες βιβλιοθήκες που θα χρησιμοποιήσετε κατά τη διάρκεια των μαθημάτων σχετικά με το TensorFlow.

Παράθυρα

Εάν είστε χρήστης των Windows, μπορείτε να χρησιμοποιήσετε το Anaconda Prompt και να πληκτρολογήσετε:

C:\>where anaconda

Μας ενδιαφέρει να μάθουμε το όνομα του φακέλου όπου είναι εγκατεστημένο το Anaconda επειδή θέλουμε να δημιουργήσουμε το νέο μας περιβάλλον μέσα σε αυτήν τη διαδρομή. Για παράδειγμα, στην παραπάνω εικόνα, το Anaconda είναι εγκατεστημένο στο φάκελο Διαχειριστής. Για εσάς, μπορεί να είναι το ίδιο, π.χ. Διαχειριστής ή όνομα χρήστη.

Στο επόμενο, θα ορίσουμε τον κατάλογο εργασίας από c: \ σε Anaconda3.

MacOS

για χρήστες MacOS, μπορείτε να χρησιμοποιήσετε το τερματικό και να πληκτρολογήσετε:

which anaconda

Θα χρειαστεί να δημιουργήσετε έναν νέο φάκελο μέσα στο Anaconda που θα περιέχει Ipython , Jupyter και TensorFlow . Ένας γρήγορος τρόπος για να εγκαταστήσετε βιβλιοθήκες και λογισμικό είναι να γράψετε ένα αρχείο yml.

Βήμα 2) Ορίστε τον κατάλογο εργασίας

Πρέπει να καθορίσετε τον κατάλογο εργασίας στον οποίο θέλετε να δημιουργήσετε το αρχείο yml.

Όπως ειπώθηκε προηγουμένως, θα βρίσκεται εντός της Anaconda.

Για χρήστες MacOS:

Το τερματικό ορίζει τον προεπιλεγμένο κατάλογο εργασίας σε χρήστες / USERNAME . Όπως μπορείτε να δείτε στο παρακάτω σχήμα, η διαδρομή του anaconda3 και του καταλόγου εργασίας είναι ίδια. Σε MacOS, ο πιο πρόσφατος φάκελος εμφανίζεται πριν από το $. Το Terminal θα εγκαταστήσει όλες τις βιβλιοθήκες σε αυτόν τον κατάλογο εργασίας.

Εάν η διαδρομή στο πρόγραμμα επεξεργασίας κειμένου δεν ταιριάζει με τον κατάλογο εργασίας, μπορείτε να την αλλάξετε γράφοντας cd PATH στο τερματικό. Το PATH είναι η διαδρομή που επικολλήσατε στον επεξεργαστή κειμένου. Μην ξεχάσετε να τυλίξετε το PATH με το "PATH". Αυτή η ενέργεια θα αλλάξει τον κατάλογο εργασίας σε PATH.

Ανοίξτε το τερματικό σας και πληκτρολογήστε:

cd anaconda3

Για χρήστες Windows (βεβαιωθείτε για το φάκελο πριν από το Anaconda3):

cd C:\Users\Admin\Anaconda3

ή η διαδρομή "όπου η εντολή anaconda" σας δίνει

Βήμα 3) Δημιουργήστε το αρχείο yml

Μπορείτε να δημιουργήσετε το αρχείο yml μέσα στον νέο κατάλογο εργασίας.

Το αρχείο θα εγκαταστήσει τις εξαρτήσεις που χρειάζεστε για να εκτελέσετε το TensorFlow. Αντιγράψτε και επικολλήστε αυτόν τον κωδικό στο τερματικό.

Για χρήστες MacOS:

touch hello-tf.yml

Ένα νέο αρχείο με το όνομα hello-tf.yml θα πρέπει να εμφανίζεται μέσα στο anaconda3

Για χρήστες Windows:

echo.>hello-tf.yml

Θα πρέπει να εμφανιστεί ένα νέο αρχείο με το όνομα hello-tf.yml

Βήμα 4) Επεξεργαστείτε το αρχείο yml

Είστε έτοιμοι να επεξεργαστείτε το αρχείο yml.

Για χρήστες MacOS:

Μπορείτε να επικολλήσετε τον ακόλουθο κώδικα στο Terminal για να επεξεργαστείτε το αρχείο. Ο χρήστης του MacOS μπορεί να χρησιμοποιήσει το vim για να επεξεργαστεί το αρχείο yml.

vi hello-tf.yml

Μέχρι στιγμής, το τερματικό σας μοιάζει με αυτό

Εισέρχεστε σε λειτουργία επεξεργασίας . Μέσα σε αυτήν τη λειτουργία, μπορείτε, αφού πατήσετε esc:

Πατήστε το i για επεξεργασία
Πατήστε w για αποθήκευση
Πατήστε q! να σταματήσω

Γράψτε τον ακόλουθο κωδικό στη λειτουργία επεξεργασίας και πατήστε esc ακολουθούμενο από: w

Σημείωση: Το αρχείο είναι πεζά και είναι ευαίσθητο. Απαιτούνται 2 χώροι μετά από κάθε πρόθεση.

Για MacOS

name: hello-tfdependencies:- python=3.6- jupyter- ipython- pandas- pip:- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl

Επεξήγηση κώδικα

name: hello-tf: Όνομα του αρχείου yml
εξαρτήσεις:
python = 3.6
ο Δία
ipython
pandas: Εγκαταστήστε Python έκδοση 3.6, Jupyter, Ipython και pandas βιβλιοθήκες
pip: Εγκαταστήστε μια βιβλιοθήκη Python
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Εγκαταστήστε το TensorFlow από το Google Apis.

Πατήστε esc ακολουθούμενο από: q! σε αρκετά τη λειτουργία επεξεργασίας.

Για χρήστες Windows:

Τα Windows δεν έχουν πρόγραμμα vim, επομένως το Σημειωματάριο είναι αρκετό για να ολοκληρώσει αυτό το βήμα.

notepad hello-tf.yml

Εισαγάγετε τα ακόλουθα στο αρχείο

name: hello-tfdependencies:- python=3.6- jupyter- ipython- pandas

Επεξήγηση κώδικα

name: hello-tf: Όνομα του αρχείου yml
εξαρτήσεις:
python = 3.6
ο Δία
ipython
pandas: Εγκαταστήστε Python έκδοση 3.6, Jupyter, Ipython και pandas βιβλιοθήκες

Θα ανοίξει το σημειωματάριο, μπορείτε να επεξεργαστείτε το αρχείο από εδώ.

Σημείωση: Οι χρήστες των Windows θα εγκαταστήσουν το TensorFlow στο επόμενο βήμα. Σε αυτό το βήμα, προετοιμάζετε μόνο το περιβάλλον conda

Βήμα 5) Μεταγλώττιση του αρχείου yml

Μπορείτε να μεταγλωττίσετε το αρχείο .yml με τον ακόλουθο κώδικα:

conda env create -f hello-tf.yml

Σημείωση: Για χρήστες Windows, το νέο περιβάλλον δημιουργείται στον τρέχοντα κατάλογο χρηστών.

Χρειάζονται χρόνοι. Θα χρειαστεί περίπου 1,1 GB χώρου στο σκληρό σας δίσκο.

Στα Windows

Βήμα 6) Ενεργοποιήστε το περιβάλλον conda

Έχουμε σχεδόν τελειώσει. Έχετε τώρα 2 περιβάλλοντα conda.

Δημιουργήσατε ένα απομονωμένο περιβάλλον conda με τις βιβλιοθήκες που θα χρησιμοποιήσετε κατά τη διάρκεια των μαθημάτων. Αυτή είναι μια συνιστώμενη πρακτική επειδή κάθε έργο μηχανικής εκμάθησης απαιτεί διαφορετικές βιβλιοθήκες. Όταν το έργο τελειώσει, μπορείτε να καταργήσετε ή όχι αυτό το περιβάλλον.

conda env list

Ο αστερίσκος υποδεικνύει την προεπιλεγμένη. Πρέπει να μεταβείτε σε γεια-tf για να ενεργοποιήσετε το περιβάλλον

Για χρήστες MacOS:

source activate hello-tf

Για χρήστες Windows:

activate hello-tf

Μπορείτε να ελέγξετε ότι όλες οι εξαρτήσεις βρίσκονται στο ίδιο περιβάλλον. Αυτό είναι σημαντικό επειδή επιτρέπει στην Python να χρησιμοποιεί το Jupyter και το TensorFlow από το ίδιο περιβάλλον. Εάν δεν βλέπετε τα τρία στον ίδιο φάκελο, πρέπει να ξεκινήσετε ξανά από την αρχή.

Για χρήστες MacOS:

which pythonwhich jupyterwhich ipython

Προαιρετικό: Μπορείτε να ελέγξετε για ενημέρωση.

pip install --upgrade tensorflow

Βήμα 7) Εγκαταστήστε το χρήστη TensorFlow για Windows

Για χρήστες παραθύρων:

where pythonwhere jupyterwhere ipython

Όπως μπορείτε να δείτε, έχετε πλέον δύο περιβάλλοντα Python. Το κύριο και το νεοδημιουργημένο στο hello-tf. Το κύριο περιβάλλον conda δεν έχει εγκαταστήσει το tensorFlow μόνο hello-tf. Από την εικόνα, τα python, jupyter και ipython είναι εγκατεστημένα στο ίδιο περιβάλλον. Αυτό σημαίνει ότι μπορείτε να χρησιμοποιήσετε το TensorFlow με ένα Jupyter Notebook.

Πρέπει να εγκαταστήσετε το TensorFlow χρησιμοποιώντας την εντολή pip. Μόνο για χρήστες Windows

pip install tensorflow

Εκκινήστε το Jupyter Notebook

Αυτό το μέρος είναι το ίδιο και για τα δύο λειτουργικά συστήματα. Τώρα, ας μάθουμε πώς να εισάγουμε TensorFlow στο Jupyter Notebook.

Μπορείτε να ανοίξετε το TensorFlow με το Jupyter.

Σημείωση: Κάθε φορά που θέλετε να ανοίξετε το TensorFlow, πρέπει να προετοιμάσετε το περιβάλλον

Θα προχωρήσετε ως εξής:

Ενεργοποιήστε το περιβάλλον hello-tf conda
Ανοίξτε το Jupyter
Εισαγωγή tensorflow
Διαγραφή σημειωματάριου
Κλείσιμο Jupyter

Βήμα 1) Ενεργοποιήστε το conda

Για χρήστες MacOS:

source activate hello-tf

Για χρήστες Windows:

conda activate hello-tf

Βήμα 2) Ανοίξτε το Jupyter

Μετά από αυτό, μπορείτε να ανοίξετε το Jupyter από το Terminal

jupyter notebook

Το πρόγραμμα περιήγησής σας θα ανοίξει αυτόματα, διαφορετικά αντιγράψτε και επικολλήστε τη διεύθυνση URL που παρέχεται από το τερματικό. Ξεκινά από http: // localhost: 8888

Μέσα στο Notebook TensorFlow Jupyter, μπορείτε να δείτε όλα τα αρχεία μέσα στον κατάλογο εργασίας. Για να δημιουργήσετε ένα νέο Σημειωματάριο, απλά κάντε κλικ στο νέο και στο Python 3

Σημείωση: Το νέο σημειωματάριο αποθηκεύεται αυτόματα στον κατάλογο εργασίας.

Βήμα 3) Εισαγωγή Tensorflow

Μέσα στο σημειωματάριο, μπορείτε να εισαγάγετε το TensorFlow στο Jupyter Notebook με το ψευδώνυμο tf. Κάντε κλικ για εκτέλεση. Δημιουργείται ένα νέο κελί παρακάτω.

import tensorflow as tf

Ας γράψουμε τον πρώτο σας κωδικό με το TensorFlow.

hello = tf.constant('Hello, Guru99!')hello

Δημιουργείται ένας νέος τανυστής. Συγχαρητήρια. Εγκαταστήσατε με επιτυχία το TensorFlow με το Jupyter στον υπολογιστή σας.

Βήμα 4) Διαγραφή αρχείου

Μπορείτε να διαγράψετε το αρχείο με το όνομα Untitled.ipynb μέσα στο Jupyer.

Βήμα 5) Κλείστε το Jupyter

Υπάρχουν δύο τρόποι κλεισίματος του Jupyter. Ο πρώτος τρόπος είναι απευθείας από το σημειωματάριο. Ο δεύτερος τρόπος είναι με τη χρήση του τερματικού (ή Anaconda Prompt)

Από τον Jupyter

Στον κύριο πίνακα του Jupyter Notebook, απλώς κάντε κλικ στο Logout

Ανακατευθύνεστε στη σελίδα αποσύνδεσης.

Από το τερματικό

Επιλέξτε το τερματικό ή το μήνυμα Anaconda και εκτελέστε δύο φορές ctr + c.

Την πρώτη φορά που κάνετε ctr + c, θα σας ζητηθεί να επιβεβαιώσετε ότι θέλετε να τερματίσετε τη λειτουργία του φορητού υπολογιστή. Επαναλάβετε ctr + c για επιβεβαίωση