كيفية تنزيل وتثبيت Tensorflow في Jupyter دفتر

من قبل: فريق التحرير فريق التحرير
Hours تحديث

⚡ ملخص ذكي

يتم تثبيت TensorFlow بسلاسة داخل بيئة Anaconda معزولة، مما يحافظ على Python, Jupyter ويقوم الإطار بتحديد مسار واحد ويمنع تعارض الإصدارات مع كل مشروع بيانات آخر موجود بالفعل على نفس الجهاز.

  • 🔘 اختر تصميمًا: تُناسب حزمة وحدة المعالجة المركزية معظم أعمال التعلم؛ أما حزمة وحدة معالجة الرسومات فتحتاج إلى بطاقة NVIDIA.
  • ☑️ اعزل أولاً: بيئة conda المُعلنة في ملف .yml تحافظ على إمكانية إعادة إنتاج التبعيات.
  • ✅ Windows إضافي: Windows يقوم أولاً بإعداد البيئة، ثم يضيف TensorFlow باستخدام الأمر pip install tensorflow.
  • 🧪 تحقق من المسار: يجب أن تعمل كل من بايثون، وجوبيتر، وإيبايثون داخل نفس البيئة.
  • 🛠️ اختبار الاستيراد: يؤدي استيراد tensorflow كـ tf متبوعًا بـ tf.constant إلى إثبات أن التثبيت يعمل.
  • 🔒 إعادة التنشيط: كل جلسة جديدة تحتاج إلى تفعيل conda لـ hello-tf قبل ذلك Jupyter يبدأ.
اقرأ المزيد

قم بتنزيل وتثبيت TensorFlow في Jupyter دفتر

تثبيت TensorFlow مع Anaconda on Windows or macOS يتطلب الأمر بيئة conda واحدة وبعض الأوامر. ستتعلم أيضًا كيفية استيراد TensorFlow داخلها. Jupyter دفتر، عارض دفاتر الملاحظات المستند إلى المتصفح.

إصدارات TensorFlow

يدعم TensorFlow العمليات الحسابية عبر وحدات معالجة مركزية ووحدات معالجة رسومية متعددة. وهذا يعني أنه يمكن توزيع العمليات الحسابية عبر الأجهزة لتحسين سرعة التدريب. مع التوازي، لست بحاجة إلى الانتظار لأسابيع للحصول على نتائج خوارزميات التدريب.

في عمل Windows يوفر TensorFlow للمستخدمين نوعين من الإصدارات:

  • TensorFlow مع دعم وحدة المعالجة المركزية فقطإذا لم يكن جهازك مزودًا بوحدة معالجة رسومات NVIDIA، فقم بتثبيت هذا الإصدار.
  • TensorFlow مع دعم GPUأسرع في التدريب، لكن الإعداد يستحق العناء فقط عندما تحتاج إلى قدرة حسابية حقيقية.

خلال هذا الدرس التعليمي، يكفي استخدام الإصدار الأساسي من TensorFlow. يقارن الجدول أدناه بين الإصدارين:

معيار بناء وحدة المعالجة المركزية بناء وحدة معالجة الرسومات
فئة الإشتراك TensorFlow (عجلة وحدة المعالجة المركزية) TensorFlow مع وقت تشغيل CUDA
أجهزة التبخير أي معالج x86 أو ARM بطاقة NVIDIA تدعم CUDA
أفضل ل دروس تعليمية، نماذج صغيرة جولات تدريبية كبيرة
جهد الإعداد أمر واحد مطابقة برامج التشغيل، وCUDA، وcuDNN

ملاحظة حول الإصدار: كان TensorFlow 2.10 هو آخر إصدار يدعم الميزات الأصلية Windows دعم وحدة معالجة الرسومات. بدءًا من الإصدار 2.11 فصاعدًا، Windows يقوم المستخدمون بتشغيل إصدار وحدة معالجة الرسومات داخل WSL2 أو تثبيت حزمة وحدة المعالجة المركزية. أما أجهزة ماك المزودة بمعالجات Apple Silicon فتضيف tensorflow-metal لتسريع الأداء.

ملاحظة: لا يوفر TensorFlow دعمًا لوحدة معالجة الرسومات CUDA على macOS.

هنا هو كيفية المضي قدما

macOS المستخدمين:

  • تثبيت اناكوندا
  • أنشئ ملف .yml لتثبيت TensorFlow والتبعيات
  • إطلاق Jupyter دفتر

Windows المستخدمين:

  • تثبيت اناكوندا
  • قم بإنشاء ملف .yml لتثبيت التبعيات
  • استخدم النقطة لإضافة TensorFlow
  • إطلاق Jupyter دفتر

لتشغيل TensorFlow باستخدام Jupyterأنشئ بيئة مخصصة داخل شركة أناكوندا القابضة IPython, Jupyter وTensorFlow. أضف عنصرًا أساسيًا واحدًا علم البيانات المكتبة أيضاً: الباندا، والتي تعالج إطارات البيانات.

تثبيت اناكوندا

التحميل الأناكندة أفعى ضخمة الإصدار 4.3.1 (ل Python 3.6) للنظام المناسب.

هذه الإصدارات قديمة: الإصدار الحالي من TensorFlow 2.x متوافق مع Python من 3.9 إلى 3.12. منذ عام 2024، تتطلب قناة Anaconda الافتراضية أيضًا ترخيصًا مدفوعًا للمؤسسات التي يزيد عدد موظفيها عن 200 شخص، لذا فإن Miniconda أو Miniforge مع conda-forge هو الخيار المجاني.

تتولى شركة أناكوندا إدارة المكتبات المطلوبة لـ Python or Rثم يقوم بتثبيتها لكل بيئة على حدة.

أنشئ ملف .yml لتثبيت TensorFlow والتبعيات

ويشمل

  • تحديد مسار اناكوندا
  • اضبط دليل العمل على Anaconda
  • إنشاء ملف yml (بالنسبة لمستخدمي MacOS، يتم تثبيت TensorFlow هنا)
  • قم بتحرير ملف yml
  • تجميع ملف yml
  • تفعيل اناكوندا
  • تثبيت TensorFlow (Windows المستخدم فقط)

الخطوة 1) تحديد موقع اناكوندا,

الخطوة الأولى التي يتعين عليك القيام بها هي تحديد مسار أناكوندا.

ستقوم بإنشاء بيئة conda تحتوي على المكتبات المستخدمة في جميع دروس TensorFlow التعليمية.

Windows

إذا كنت Windows للمستخدم، يمكنك استخدام Anaconda Prompt واكتب:

C:\>where anaconda

مخرجات موجه الأوامر لأمر "where anaconda" في برنامج Anaconda Windows

نرغب بمعرفة اسم المجلد الذي تم تثبيت برنامج Anaconda فيه، لأننا نريد إنشاء بيئتنا الجديدة داخل هذا المسار. في الصورة أعلاه، يوجد برنامج Anaconda في مجلد "Admin"؛ أما مجلدك فسيكون باسم المستخدم الخاص بك.

بعد ذلك، ستقوم بنقل دليل العمل من c:\ إلى Anaconda3.

ماك

في عمل macOS أيها المستخدمون، افتحوا الطرفية واكتبوا:

which anaconda

مخرجات الطرفية لأمر "which anaconda" على macOS

الآن، قم بإنشاء مجلد داخل برنامج Anaconda سيحتوي على IPython, Jupyter و TensorFlowأسرع طريقة لتعريف تلك المكتبات هي ملف yml.

الخطوة 2) تعيين دليل العمل

حدد دليل العمل حيث سيتم إنشاء ملف yml؛ كما ذكر أعلاه، فهو موجود داخل Anaconda.

في عمل macOS المستخدمين:

الوضع الافتراضي للطرفية هو المستخدمون/اسم المستخدمفي الشكل أدناه، يتطابق مسار anaconda3 ودليل العمل؛ macOS يعرض المجلد الحالي قبل علامة الدولار ($). يتم تثبيت جميع المكتبات هناك.

إذا لم يتطابق المسار في محرر النصوص الخاص بك، فقم بتشغيل الأمر cd PATH في Terminal، مع وضع علامات اقتباس حول المسار عندما يحتوي على مسافات.

macOS يعرض الطرفية مسار Anaconda3 كدليل العمل

افتح المحطة الطرفية الخاصة بك، واكتب:

cd anaconda3

في عمل Windows أيها المستخدمون، تحققوا من المجلد الذي يسبق Anaconda3:

cd C:\Users\Admin\Anaconda3

أو المسار الذي يوفره لك أمر "حيث اناكوندا".

Windows تظهر رسالة خطأ بعد تغيير الدليل إلى Anaconda3

لا تفوت:

الخطوة 3) قم بإنشاء ملف yml

يمكنك إنشاء ملف yml داخل دليل العمل الجديد.

سيقوم الملف بتثبيت التبعيات التي تحتاجها لتشغيل TensorFlow. انسخ هذا الرمز والصقه في المحطة الطرفية.

لمستخدمي MacOS:

touch hello-tf.yml

يجب أن يظهر ملف جديد باسم hello-tf.yml داخل anaconda3

macOS يقوم الطرفية بإنشاء ملف hello-tf.yml باستخدام الأمر touch

في عمل Windows مستخدم:

echo.>hello-tf.yml

يجب أن يظهر ملف جديد باسم hello-tf.yml

Windows يُطلب إنشاء ملف hello-tf.yml باستخدام الأمر echo

الخطوة 4) قم بتحرير ملف yml

أنت جاهز لتحرير ملف yml.

لمستخدمي MacOS:

يمكنك لصق الكود التالي في Terminal لتحرير الملف. يمكن لمستخدمي MacOS استخدام vim لتحرير ملف yml.

vi hello-tf.yml

حتى الآن، تبدو المحطة الطرفية الخاصة بك بهذا الشكل

فتح الطرفية لملف hello-tf.yml في محرر vi

تقوم بإدخال ملف تحرير وضع. داخل هذا الوضع، يمكنك بعد الضغط على esc:

  • اضغط على حرف i لبدء التحرير
  • اضغط على زر Esc، ثم اكتب :w للحفظ
  • اضغط على زر Esc، ثم اكتب :q! للخروج دون حفظ.

اكتب الكود التالي في وضع التحرير ثم اضغط على esc ثم :w

قائمة التبعيات hello-tf.yml المكتوبة داخل محرر النصوص vi

ملاحظة: الملف هو القضية و حساس للمسافة البادئة. يلزم وجود مسافتين لكل مستوى مسافة بادئة.

لنظام التشغيل MacOS

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

Code تفسير

  • الاسم: hello-tf: اسم ملف yml
  • التبعيات:
  • بيثون = 3.6
  • jupyter
  • إيبيثون
  • الباندا: تثبيت Python 3.6 Jupyter، IPython والباندا.
  • النقطة: تثبيت أ Python مكتبة
    • العجله URLقم بتثبيت TensorFlow مباشرةً من Google واجهة برمجة التطبيقات للتخزين.

اضغط على زر Esc متبوعًا بـ :q! للخروج من وضع التحرير.

تم عرض ملف hello-tf.yml المحفوظ بعد الخروج من محرر النصوص vi

في عمل Windows مستخدم:

Windows لا يملك vimلذا فإن برنامج المفكرة يكفي لهذه الخطوة.

notepad hello-tf.yml

أدخل ما يلي في الملف

name: hello-tf
dependencies:
 - python=3.6
 - jupyter
 - ipython
 - pandas

Code تفسير

  • الاسم: hello-tf: اسم ملف yml
  • التبعيات:
  • بيثون = 3.6
  • jupyter
  • إيبيثون
  • الباندا: تثبيت Python 3.6 Jupyter، IPython والباندا.

سيتم فتح المفكرة، يمكنك تحرير الملف من هنا.

تم فتح ملف hello-tf.yml في Windows المفكرة

ملاحظة: Windows يقوم المستخدمون بتثبيت TensorFlow في الخطوة التالية؛ هنا تقوم فقط بإعداد بيئة conda.

الخطوة 5) تجميع ملف yml

قم بتجميع ملف .yml باستخدام الأمر التالي:

conda env create -f hello-tf.yml

ملاحظة: في عمل Windows للمستخدمين، يتم إنشاء البيئة الجديدة داخل دليل المستخدم الحالي.

يستغرق الأمر وقتاً ويحتاج إلى حوالي 1.1 جيجابايت من مساحة القرص.

إنشاء بيئة conda env output لحل تبعيات hello-tf macOS

In Windows

إنشاء بيئة conda env output لحل تبعيات hello-tf Windows

الخطوة 6) تفعيل بيئة كوندا

لديك الآن بيئتان من نوع conda.

يُنصح بالعيش في بيئة معزولة، لأن كل آلة التعلم يحتاج المشروع إلى مجموعة مكتبات مختلفة، ويمكنك حذفها عند انتهاء المشروع.

conda env list

قائمة بيئات conda التي تعرض بيئتي base و hello-tf

تشير علامة النجمة إلى البيئة النشطة. انتقل إلى hello-tf لتفعيلها. يستخدم conda الحديث الأمر conda activate على جميع المنصات؛ أما الأمر source activate فقد أصبح قديمًا.

لمستخدمي MacOS:

source activate hello-tf

في عمل Windows مستخدم:

activate hello-tf

موجه الأوامر الطرفي بعد تفعيل بيئة hello-tf

تأكد من حل جميع التبعيات داخل نفس البيئة، لذلك Python, Jupyter يشترك كل من TensorFlow و TensorFlow في بادئة واحدة. إذا اختلفت المسارات الثلاثة، فأعد بناء البيئة.

لمستخدمي MacOS:

which python
which jupyter
which ipython

أي من لغات بايثون، وجوبيتر، وآي بايثون يتم حلها داخل مكتبة hello-tf macOS

اختياري: تحقق من وجود تحديث.

pip install --upgrade tensorflow

الخطوة 7) تثبيت TensorFlow ل Windows المستخدم

في عمل Windows المستخدمين:

where python
where jupyter
where ipython

حيث يتم حل python و jupyter و ipython داخل hello-tf on Windows

أنظمة Python توجد الآن بيئات: البيئة الأساسية وبيئة hello-tf. بيئة hello-tf فقط هي التي تدعم TensorFlow. في الصورة، تشير كل من python وjupyter وipython إلى نفس البيئة، لذا يمكن استخدام TensorFlow من خلال... Jupyter دفتر الملاحظات.

Windows يقوم المستخدمون بتثبيت TensorFlow باستخدام pip:

pip install tensorflow

قم بتثبيت TensorFlow باستخدام pip، ثم قم بإخراجه داخل بيئة hello-tf.

كيفية استيراد TensorFlow في Jupyter دفتر

هذا الجزء متطابق في كلا نظامي التشغيل. تذكر أنه يجب تفعيل البيئة في كل مرة قبل فتح TensorFlow.

سوف تتصرف على النحو التالي:

  • قم بتنشيط بيئة hello-tf conda
  • ساعات العمل Jupyter
  • استيراد TensorFlow
  • حذف دفتر الملاحظات
  • اغلاق Jupyter

الخطوة 1) تفعيل كوندا

لمستخدمي MacOS:

source activate hello-tf

في عمل Windows مستخدم:

conda activate hello-tf

تفعيل بيئة hello-tf conda قبل الفتح Jupyter

الخطوة 2) ساعات العمل Jupyter

بعد ذلك يمكنك فتح ملفات Jupyter من المحطة

jupyter notebook

أمر بدء تشغيل خادم Jupyter Notebook

يجب أن يفتح المتصفح تلقائيًا؛ وإلا انسخ URL تمت طباعته بواسطة Terminal، والذي يبدأ بـ http://localhost:8888.

تعرض لوحة التحكم جميع الملفات الموجودة في مجلد العمل. انقر جديد و Python 3 لإنشاء دفتر ملاحظات.

ملاحظة: يتم حفظ دفتر الملاحظات الجديد تلقائيًا داخل دليل العمل.

Jupyter لوحة تحكم مع الجديد و Python القائمة الثالثة مفتوحة

الخطوة 3) استيراد TensorFlow

داخل دفتر الملاحظات، يمكنك استيراد TensorFlow إليه Jupyter دفتر ملاحظات مع الاسم المستعار tf. انقر للتشغيل. يتم إنشاء خلية جديدة أدناه.

import tensorflow as tf

تشغيل خلية دفتر الملاحظات: استيراد TensorFlow كـ tf

لنكتب الكود الأول الخاص بك باستخدام TensorFlow.

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

جديد موتر تم الإنشاء. تهانينا، يعمل TensorFlow الآن مع Jupyter على جهازك.

خلية دفتر الملاحظات التي تنشئ عبارة "مرحباً،" Guru99 ثابت موتر

الخطوة 4) حذف ملف

احذف الملف المسمى Untitled.ipynb من Jupyter لوحة القيادة.

حذف ملف Untitled.ipynb من Jupyter لوحة أجهزة القياس

الخطوة 5) اغلاق Jupyter

Jupyter يمكن إغلاقها من دفتر الملاحظات نفسه أو من الطرفية (موجه أوامر أناكوندا قيد التشغيل) Windows).

من Jupyter

في اللوحة الرئيسية ل Jupyter دفتر الملاحظات، فقط اضغط على تسجيل الخروج

زر تسجيل الخروج في Jupyter اللوحة الرئيسية للكمبيوتر المحمول

سيتم إعادة توجيهك إلى صفحة تسجيل الخروج.

Jupyter صفحة تأكيد تسجيل الخروج

من المحطة

حدد الطرفية أو موجه أوامر Anaconda واضغط على Ctrl+C مرتين.

يطلب منك الضغط على Ctrl+C الأول تأكيد إيقاف التشغيل؛ أما الضغط على Ctrl+C الثاني فيؤكد ذلك.

موجه طرفي يطلب تأكيد إيقاف تشغيل خادم دفتر الملاحظات

المحطة بعد Jupyter توقف الخادم

لقد قمت بتسجيل الخروج بنجاح.

Jupyter مع بيئة كوندا الرئيسية

لتشغيل TensorFlow باستخدام Jupyter في جلسة لاحقة، قم بتنشيط البيئة أولاً:

source activate hello-tf

بدون تلك الخطوة، Jupyter يبدأ في البيئة الأساسية وتفشل عملية الاستيراد.

Jupyter بدأت من بيئة conda الأساسية بدون TensorFlow

الأسئلة الشائعة

تدعم الإصدارات الحديثة من TensorFlow Python من الإصدار 3.9 إلى 3.12. ثبّت الإصدار في ملف .yml الخاص بك حتى يتمكن conda من تحديد ملف wheel مطابق، وتجنب Python إصدارات أحدث من تلك المذكورة في قائمة ملاحظات الإصدار.

يُتاح TensorFlow رسميًا على PyPI، لذا فإن تثبيت TensorFlow باستخدام pip داخل بيئة conda هو الطريقة المُعتمدة. استخدم conda لـ Python, Jupyter و البانداثم استخدم pip لتثبيت الإطار نفسه.

قم بتشغيل الأمر tf.config.list_physical_devices('GPU') في خلية دفتر الملاحظات. تشير القائمة الفارغة إلى أن إصدار وحدة المعالجة المركزية (CPU) مُفعّل أو أن إصدارات CUDA و cuDNN لا تتوافق مع متطلبات الإصدار.

يعمل نظام تشغيل دفتر الملاحظات في بيئة مختلفة. فعّل hello-tf قبل التشغيل. Jupyterأو قم بتسجيل البيئة كنواة باستخدام الأمر python -m ipykernel install –user –name hello-tf.

قم بتشغيل الأمر conda env remove -n hello-tf من بيئة النظام الأساسية. قم بتعطيله أولاً، ثم تأكد باستخدام الأمر conda env list من اختفاء الإدخال واستعادة مساحة القرص.

قم بتثبيت TensorFlow داخل بيئة arm64 أصلية، ثم أضف إضافة tensorflow-metal لكي يستخدم Keras وحدة معالجة الرسومات من Apple. ستعمل عمليات بناء Rosetta ولكنها ستفقد التسريع تمامًا.

يقوم برنامج Copilot بإنشاء ملفات .yml وأوامر pip ومقتطفات تسجيل النواة من تعليق بسيط، مما يُسرّع عملية الإعداد. مع ذلك، لا يزال من الضروري التحقق من أرقام الإصدارات مقابل ملاحظات الإصدار الرسمية قبل تشغيل أي شيء.

يقوم المساعدون الآن بصياغة حلقات التدريب، واقتراح نطاقات المعلمات الفائقة، وشرح الأخطاء داخل دفتر الملاحظات. هذا يُسرّع العملية. آلة التعلم التكرار، على الرغم من أن التقييم وجودة البيانات يظلان قرارات بشرية.

تلخيص هذه التدوينة بـ: