Как да изтеглите и инсталирате Tensorflow в Jupyter Ноутбук

по: Евелин Кларк Евелин Кларк
Hours Обновено

⚡ Умно обобщение

TensorFlow се инсталира чисто в изолирана среда на Anaconda, което поддържа Python, Jupyter и рамката, която се разрешава по един път и предотвратява сблъсъци на версии с всеки друг проект с данни, който вече се намира на същата машина.

  • 🔘 Изберете конструкция: Пакетът с процесор е подходящ за повечето учебни задачи; за графичния процесор е необходима NVIDIA карта.
  • ☑️ Първо изолирайте: Среда conda, декларирана в .yml файл, поддържа зависимостите възпроизводими.
  • ✅ Windows допълнително: Windows първо подготвя средата, след което добавя TensorFlow с pip install tensorflow.
  • 🧪 Проверете пътя: Python, Jupyter и Ipython трябва да се резолират в една и съща среда.
  • 🛠️ Тест за импортиране: import tensorflow as tf, последвано от tf.constant, доказва, че инсталацията работи.
  • 🔒 Реактивиране: Всяка нова сесия изисква conda activate hello-tf преди това Jupyter започва.
Прочетете повече

Изтеглете и инсталирайте TensorFlow в Jupyter Ноутбук

Инсталиране TensorFlow с Anaconda on Windows or macOS отнема една conda среда и няколко команди. Ще научите също как да импортирате TensorFlow вътре Jupyter Ноутбук, браузърният прегледник на тетрадки.

Версии на TensorFlow

TensorFlow поддържа изчисления в множество CPU и GPU. Това означава, че изчисленията могат да бъдат разпределени между устройства, за да се подобри скоростта на обучението. С успоредяването не е необходимо да чакате седмици, за да получите резултатите от алгоритмите за обучение.

За Windows За потребителите, TensorFlow предлага два варианта за изграждане:

  • TensorFlow само с поддръжка на процесораАко вашата машина няма NVIDIA GPU, инсталирайте тази компилация.
  • TensorFlow с поддръжка на GPUПо-бърз за обучение, но си струва настройката само когато имате нужда от реален изчислителен капацитет.

В този урок е достатъчна основната версия на TensorFlow. Таблицата по-долу сравнява двете компилации:

критерий Сглобяване на процесор Изграждане на графичен процесор
Пакет tensorflow (CPU колело) tensorflow с CUDA среда за изпълнение
железария Всеки x86 или ARM процесор NVIDIA карта с поддържана CUDA
Най - доброто за Уроци, малки модели Големи тренировъчни бягания
Усилие за настройка Една команда Съвпадение на драйвер, CUDA и cuDNN

Бележка към версията: TensorFlow 2.10 беше последната версия с native Windows Поддръжка на графични процесори. От версия 2.11 нататък, Windows Потребителите изпълняват GPU компилацията в WSL2 или инсталират CPU пакета. Apple Silicon Mac компютрите добавят tensorflow-metal за ускорение.

Забележка: TensorFlow не предоставя поддръжка на CUDA GPU на macOS.

Ето как да продължите

macOS потребители:

  • Инсталирайте Anaconda
  • Създайте .yml файл, за да инсталирате TensorFlow и зависимостите
  • Стартиране Jupyter Ноутбук

Windows потребители:

  • Инсталирайте Anaconda
  • Създайте .yml файл, за да инсталирате зависимости
  • Използвайте pip, за да добавите TensorFlow
  • Стартиране Jupyter Ноутбук

За да стартирате TensorFlow с Jupyter, създайте специална среда в холдинга на Anaconda IPython, Jupyter и TensorFlow. Добавете едно важно наука за данните библиотека, както и: панди, който манипулира кадри с данни.

Инсталирайте Anaconda

Изтегли Анаконда версия 4.3.1 (за Python 3.6) за подходящата система.

Тези версии са наследени: текущите TensorFlow 2.x се свързват с Python 3.9 до 3.12. От 2024 г. каналът по подразбиране на Anaconda също изисква платен лиценз за организации над 200 души, така че Miniconda или Miniforge с conda-forge е безплатният вариант.

Anaconda управлява библиотеките, необходими за Python or R, след което ги инсталира за всяка среда.

Създайте .yml файл за инсталиране на TensorFlow и зависимости

Включва

  • Намерете пътя на Anaconda
  • Задайте работната директория на Anaconda
  • Създайте yml файла (за потребител на MacOS тук е инсталиран TensorFlow)
  • Редактирайте yml файла
  • Компилирайте yml файла
  • Активирайте Anaconda
  • Инсталирайте TensorFlow (Windows само потребител)

Стъпка 1) Намерете Anaconda,

Първата стъпка, която трябва да направите, е да намерите пътя на Anaconda.

Ще създадете conda среда, съдържаща библиотеките, използвани в уроците за TensorFlow.

Windows

Ако сте Windows потребител, можете да използвате Anaconda Prompt и да въведете:

C:\>where anaconda

Anaconda Prompt изход на командата where anaconda на Windows

Интересува ни името на папката, където е инсталирана Anaconda, защото искаме да създадем новата си среда в този път. На картинката по-горе Anaconda се намира в папката Admin; вашата ще носи вашето собствено потребителско име.

След това ще преместите работната директория от c:\ в Anaconda3.

MacOS

За macOS потребители, отворете терминала и въведете:

which anaconda

Терминален изход на командата which anaconda на macOS

Сега създавате папка в Anaconda, която ще съдържа IPython, Jupyter намлява TensorFlowНай-бързият начин за деклариране на тези библиотеки е чрез yml файл.

Стъпка 2) Задайте работна директория

Посочете работната директория, където ще бъде създаден yml файлът; както бе отбелязано по-горе, той се намира в Anaconda.

За macOS потребители:

Терминалът по подразбиране е Потребители/ПОТРЕБИТЕЛСКО ИМЕНа фигурата по-долу пътят до anaconda3 и работната директория съвпадат; macOS показва текущата папка преди $. Всяка библиотека е инсталирана там.

Ако пътят в текстовия редактор не съвпада, изпълнете cd PATH в терминала, като цитирате пътя, когато съдържа интервали.

macOS Терминалът показва пътя на anaconda3 като работна директория

Отворете вашия терминал и въведете:

cd anaconda3

За Windows потребители, проверете папката, която предхожда Anaconda3:

cd C:\Users\Admin\Anaconda3

или пътя, който ви дава командата „където анаконда“.

Windows подкана след промяна на директорията в Anaconda3

СВЪРЗАНИ СТАТИИ

Стъпка 3) Създайте yml файла

Можете да създадете yml файла в новата работна директория.

Файлът ще инсталира зависимостите, от които се нуждаете, за да стартирате TensorFlow. Копирайте и поставете този код в терминала.

За потребител на MacOS:

touch hello-tf.yml

Нов файл с име hello-tf.yml трябва да се появи в anaconda3

macOS Терминал, създаващ hello-tf.yml с командата touch

За Windows потребител:

echo.>hello-tf.yml

Трябва да се появи нов файл с име hello-tf.yml

Windows бързо създаване на hello-tf.yml с командата echo

Стъпка 4) Редактирайте yml файла

Готови сте да редактирате yml файла.

За потребител на MacOS:

Можете да поставите следния код в терминала, за да редактирате файла. Потребителят на MacOS може да използва vim за редактиране на yml файла.

vi hello-tf.yml

Досега вашият терминал изглежда така

Отваряне на терминала на hello-tf.yml във vi редактора

Въвеждате редактирам режим. В този режим можете след натискане на esc:

  • Натиснете i, за да започнете редактирането
  • Натиснете Esc, след което въведете :w, за да запазите
  • Натиснете esc, след което въведете :q!, за да излезете без запазване

Напишете следния код в режим на редактиране и натиснете esc, последвано от :w

Списък със зависимости hello-tf.yml, въведен във vi

Забележка: Файлът е калъф намлява чувствително към отстъпите. За всяко ниво на отстъп са необходими два интервала.

За 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 Обяснение

  • име: hello-tf: Име на yml файла
  • зависимости:
  • python=3.6
  • юпитер
  • ipython
  • pandas: Инсталирайте Python 3.6, Jupyter, IPython и панди.
  • pip: Инсталирайте a Python библиотека
    • Колелото URLинсталирайте TensorFlow директно от Google API за съхранение.

Натиснете esc, последвано от :q!, за да излезете от режим на редактиране.

Запазеният файл hello-tf.yml е показан след излизане от vi

За Windows Потребител:

Windows не vim, така че Notepad е достатъчен за тази стъпка.

notepad hello-tf.yml

Въведете следното във файла

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

Code Обяснение

  • име: hello-tf: Име на yml файла
  • зависимости:
  • python=3.6
  • юпитер
  • ipython
  • pandas: Инсталирайте Python 3.6, Jupyter, IPython и панди.

Той ще отвори бележника, можете да редактирате файла от тук.

hello-tf.yml се отвори в Windows Notepad

Забележка: Windows Потребителите инсталират TensorFlow в следващата стъпка; тук само подготвяте conda средата.

Стъпка 5) Компилирайте yml файла

Компилирайте .yml файла със следната команда:

conda env create -f hello-tf.yml

Забележка: За Windows потребители, новата среда се създава в текущата потребителска директория.

Отнема време и приблизително 1.1 GB дисково пространство.

conda env създава изход, разрешаващ зависимостите на hello-tf от macOS

In Windows

conda env създава изход, разрешаващ зависимостите на hello-tf от Windows

Стъпка 6) Активирайте conda среда

Вече имате две конда среди.

Изолирана среда е препоръчителна практика, защото всеки машинно обучение Проектът се нуждае от различен набор от библиотеки и можете да го изтриете, когато проектът приключи.

conda env list

списъкът с conda env, показващ базовата и hello-tf средата

Звездичката маркира активната среда. Превключете към hello-tf, за да я активирате. Съвременната conda използва conda activate на всяка платформа; source activate е остаряла.

За потребител на MacOS:

source activate hello-tf

За Windows потребител:

activate hello-tf

Терминален подкаст след активиране на средата hello-tf

Уверете се, че всяка зависимост се разрешава в една и съща среда, така че Python, Jupyter и TensorFlow споделят един префикс. Ако трите пътя се различават, престроете средата.

За потребител на MacOS:

which python
which jupyter
which ipython

кой Python, Jupyter и Ipython разрешават вътре в hello-tf на macOS

По желание: Проверете за актуализация.

pip install --upgrade tensorflow

Стъпка 7) Инсталирайте TensorFlow For Windows потребител

За Windows потребители:

where python
where jupyter
where ipython

където python, jupyter и ipython се разрешават вътре в hello-tf на Windows

две Python Вече съществуват следните среди: базовата и hello-tf. Само hello-tf носи TensorFlow. На снимката, python, jupyter и ipython се отнасят до една и съща среда, така че TensorFlow е използваем от... Jupyter Тетрадка.

Windows Потребителите инсталират TensorFlow с pip:

pip install tensorflow

pip инсталира изхода на tensorflow в средата hello-tf

Как да импортирате TensorFlow в Jupyter Ноутбук

Тази част е идентична и в двете операционни системи. Не забравяйте, че средата трябва да се активира всеки път, преди да отворите TensorFlow.

Ще продължите както следва:

  • Активирайте среда hello-tf conda
  • отворено Jupyter
  • Импортиране на TensorFlow
  • Изтриване на бележника
  • Затвори Jupyter

Стъпка 1) Активирайте conda

За потребител на MacOS:

source activate hello-tf

За Windows потребител:

conda activate hello-tf

Активиране на средата hello-tf conda преди отваряне Jupyter

Стъпка 2) отворено Jupyter

След това можете да отворите Jupyter от Терминала

jupyter notebook

командата jupyter notebook стартира сървъра на notebook

Браузърът трябва да се отвори автоматично; в противен случай копирайте URL отпечатан от терминала, който започва с http://localhost:8888.

Таблото за управление изброява всички файлове в работната директория. Кликнете НОВ намлява Python 3 да създадете тефтер.

Забележка: Новият бележник автоматично се записва в работната директория.

Jupyter таблото с новото и Python 3 отворено меню

Стъпка 3) Импортиране на TensorFlow

Вътре в бележника можете да импортирате TensorFlow Jupyter Бележник с псевдоним tf. Кликнете, за да стартирате. По-долу се създава нова клетка.

import tensorflow as tf

Клетка от бележник, работеща с импортиране на tensorflow като tf

Нека напишем първия ви код с TensorFlow.

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

Нов тенсор е създаден. Поздравления, TensorFlow вече работи с Jupyter на вашата машина.

Клетка от бележник, създаваща съобщението „Здравей“ Guru99 константен тензор

Стъпка 4) Изтрий файла

Изтрийте файла с име Untitled.ipynb от Jupyter табло.

Изтриване на файла Untitled.ipynb от Jupyter табло

Стъпка 5) Затвори Jupyter

Jupyter може да се затвори от самия ноутбук или от терминала (Anaconda Prompt на Windows).

От Jupyter

В основния панел на Jupyter Бележник, просто щракнете върху Изход

Бутон за излизане в Jupyter Главен панел на лаптопа

Ще бъдете пренасочени към страницата за излизане.

Jupyter страница за потвърждение на излизане

От терминала

Изберете терминала или Anaconda Prompt и натиснете Ctrl+C два пъти.

Първият Ctrl+C ви моли да потвърдите изключването; вторият го потвърждава.

Терминален подканен прозорец с искане за потвърждение за изключване на сървъра на преносимия компютър

Терминал след Jupyter сървърът е спрял

Успешно излязохте.

Jupyter с основната среда на conda

За да стартирате TensorFlow с Jupyter В бъдеща сесия първо активирайте средата:

source activate hello-tf

Без тази стъпка, Jupyter стартира в базовата среда и импортирането е неуспешно.

Jupyter стартирано от базовата conda среда без TensorFlow

Въпроси и Отговори

Поддръжка на последните издания на TensorFlow Python 3.9 до 3.12. Закачете версията във вашия .yml файл, така че conda да разреши съответстващо колело и да избегне Python компилации, по-нови от списъка с бележки за изданието.

TensorFlow официално се доставя към PyPI, така че pip install tensorflow вътре в conda среда е поддържаният маршрут. Използвайте conda за Python, Jupyter намлява панди, след това pip за самата рамка.

Изпълнете tf.config.list_physical_devices('GPU') в клетка на бележник. Празен списък означава, че компилацията на процесора е активна или версиите на CUDA и cuDNN не отговарят на изискванията за издание.

Ядрото на бележника работи в различна среда. Активирайте hello-tf преди стартиране. Jupyterили регистрирайте средата като ядро ​​с python -m ipykernel install –user –name hello-tf.

Изпълнете conda env remove -n hello-tf от базовата среда. Първо я деактивирайте, след което потвърдете с conda env list, че записът е изчезнал и дисковото пространство е освободено.

Инсталирайте tensorflow в нативна arm64 среда, след което добавете плъгина tensorflow-metal, така че Keras да използва Apple GPU. Rosetta компилациите работят, но губят ускорението изцяло.

Copilot създава .yml файлове, pip команди и фрагменти за регистрация на ядрото от обикновен коментар, което съкращава настройката. Записите на версиите все още трябва да се проверяват спрямо официалните бележки към изданието, преди да стартирате каквото и да било.

Асистентите вече изготвят обучителни цикли, предлагат диапазони от хиперпараметри и обясняват грешки в бележника. Това ускорява машинно обучение итерация, въпреки че оценката и качеството на данните остават човешки решения.

Обобщете тази публикация с: