Πώς να κατεβάσετε και να εγκαταστήσετε το Tensorflow σε Jupyter σημειωματάριο

Σε αυτό το σεμινάριο, θα εξηγήσουμε πώς να εγκαταστήσετε TensorFlow Anaconda Windows. Θα μάθετε πώς να χρησιμοποιείτε το TensorFlow στο Jupyter Σημειωματάριο. Jupyter είναι πρόγραμμα προβολής σημειωματάριων.

Εκδόσεις TensorFlow

Το TensorFlow υποστηρίζει υπολογισμούς σε πολλαπλές CPU και GPU. Σημαίνει ότι οι υπολογισμοί μπορούν να κατανεμηθούν σε όλες τις συσκευές για να βελτιωθεί η ταχύτητα της εκπαίδευσης. Με την παραλληλοποίηση, δεν χρειάζεται να περιμένετε εβδομάδες για να λάβετε τα αποτελέσματα των αλγορίθμων εκπαίδευσης.

Για Windows χρήστη, το TensorFlow παρέχει δύο εκδόσεις:

• Το TensorFlow μόνο με υποστήριξη CPU: Εάν το Μηχάνημά σας δεν λειτουργεί με GPU NVIDIA, μπορείτε να εγκαταστήσετε μόνο αυτήν την έκδοση
• TensorFlow με υποστήριξη GPU: Για ταχύτερους υπολογισμούς, μπορείτε να κάνετε λήψη της έκδοσης που υποστηρίζεται από το 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 να εγκαταστήσετε το Tensorflow και τις εξαρτήσεις
• Εκκίνηση Jupyter σημειωματάριο

Για Windows

• Εγκαταστήστε το Anaconda
• Δημιουργήστε ένα αρχείο .yml για να εγκαταστήσετε εξαρτήσεις
• Χρησιμοποιήστε το pip για να προσθέσετε το TensorFlow
• Εκκίνηση Jupyter σημειωματάριο

Για να εκτελέσετε το Tensorflow με Jupyter, πρέπει να δημιουργήσετε ένα περιβάλλον μέσα στο Anaconda. Σημαίνει ότι θα εγκαταστήσετε το Ipython, Jupyterκαι το TensorFlow σε κατάλληλο φάκελο μέσα στο μηχάνημά μας. Επιπλέον, θα προσθέσετε μια βασική βιβλιοθήκη για επιστημονικά δεδομένα: «Πάντα». Η βιβλιοθήκη Pandas βοηθά στον χειρισμό ενός πλαισίου δεδομένων.

Εγκαταστήστε το Anaconda

Λήψη ανακόνδας 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 ή R. Αναφέρετε αυτό σεμινάριο για την εγκατάσταση του Anaconda

Δημιουργήστε αρχείο .yml για να εγκαταστήσετε το Tensorflow και τις εξαρτήσεις

Περιλαμβάνει

• Εντοπίστε το μονοπάτι του Anaconda
• Ορίστε τον κατάλογο εργασίας σε Anaconda
• Δημιουργήστε το αρχείο yml (Για χρήστη MacOS, το TensorFlow είναι εγκατεστημένο εδώ)
• Επεξεργαστείτε το αρχείο yml
• Μεταγλωττίστε το αρχείο yml
• Ενεργοποιήστε το Anaconda
• Εγκαταστήστε το TensorFlow (Windows μόνο χρήστη)

Βήμα 1) Εντοπίστε το Anaconda,

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

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

Windows

Αν είστε ένας Windows χρήστη, 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 γιατί θέλουμε να δημιουργήσουμε το νέο μας περιβάλλον μέσα σε αυτό το μονοπάτι. Για παράδειγμα, στην παραπάνω εικόνα, το Anaconda είναι εγκατεστημένο στο φάκελο Admin. Για εσάς μπορεί το ίδιο, δηλαδή Admin ή το όνομα του χρήστη.

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

MacOS

για χρήστη MacOS, μπορείτε να χρησιμοποιήσετε το Terminal 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) Ορισμός καταλόγου εργασίας

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

Όπως αναφέρθηκε προηγουμένως, θα βρίσκεται μέσα στο Anaconda.

Για χρήστη MacOS:

Το Terminal ορίζει τον προεπιλεγμένο κατάλογο εργασίας Χρήστες/USERNAME. Όπως μπορείτε να δείτε στο παρακάτω σχήμα, η διαδρομή του anaconda3 και ο κατάλογος εργασίας είναι πανομοιότυπες. Στο 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 Terminal. PATH είναι η διαδρομή που επικολλήσατε στο πρόγραμμα επεξεργασίας 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 Windows χρήστης (βεβαιωθείτε για το φάκελο πριν από το Anaconda3):

cd C:\Users\Admin\Anaconda3

ή το μονοπάτι "where anaconda" που σας δίνει η εντολή

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 χρήστη MacOS:

touch hello-tf.yml

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

Για Windows μεταχειριζόμενος:

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 χρήστη MacOS:

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

vi hello-tf.yml

Μέχρι στιγμής, το τερματικό σας μοιάζει με αυτό

Εισάγετε ένα Επεξεργασία τρόπος. Μέσα σε αυτήν τη λειτουργία, μπορείτε, αφού πατήσετε το esc:

• Πατήστε i για επεξεργασία
• Πατήστε w για αποθήκευση
• Πατήστε q! να παραιτηθεί

Γράψτε τον παρακάτω κώδικα στη λειτουργία επεξεργασίας και πατήστε esc ακολουθούμενο από :w

Σημείωση: Το αρχείο είναι υπόθεση και σκοπεύω ευαίσθητος. Απαιτούνται 2 κενά 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

• όνομα: hello-tf: Όνομα του αρχείου yml
• εξαρτήσεις:
• python=3.6
• Jupyter
• Πύθων
• Πάντα: Εγκατάσταση Python έκδοση 3.6, JupyterΒιβλιοθήκες , Ipython και pandas
• pip: Εγκατάσταση α Python βιβλιοθήκη
  • https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Install TensorFlow from Google apis.

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

Για Windows Χρήστης:

Windows δεν έχει πρόγραμμα vim, οπότε το Σημειωματάριο είναι αρκετό για να ολοκληρώσετε αυτό το βήμα.

notepad hello-tf.yml

Εισαγάγετε το ακόλουθο στο αρχείο

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

Επεξήγηση κώδικα

• όνομα: hello-tf: Όνομα του αρχείου yml
• εξαρτήσεις:
• python=3.6
• Jupyter
• Πύθων
• pandas: Εγκαταστήστε Python έκδοση 3.6, JupyterΒιβλιοθήκες , Ipython και pandas

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

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

Βήμα 5) Μεταγλωττίστε το αρχείο yml

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

conda env create -f hello-tf.yml

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

Χρειάζονται χρόνοι. Θα χρειαστεί περίπου 1.1 GB χώρου στον σκληρό σας δίσκο.

In 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 σεμιναρίων. Αυτή είναι μια συνιστώμενη πρακτική γιατί κάθε ένα μάθηση μηχανής Το έργο απαιτεί διαφορετικές βιβλιοθήκες. Όταν τελειώσει το έργο, μπορείτε να αφαιρέσετε ή όχι αυτό το περιβάλλον.

conda env list

Ο αστερίξ υποδεικνύει την προεπιλεγμένη. Πρέπει να μεταβείτε σε hello-tf για να ενεργοποιήσετε το περιβάλλον

Για χρήστη MacOS:

source activate hello-tf

Για Windows μεταχειριζόμενος:

activate hello-tf

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

Για χρήστη MacOS:

which python
which jupyter
which ipython

Προαιρετικά: Μπορείτε να ελέγξετε για ενημέρωση.

pip install --upgrade tensorflow

Βήμα 7) Εγκαταστήστε το TensorFlow For Windows χρήστη

Για χρήστες Windows:

where python
where jupyter
where ipython

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

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

pip install tensorflow

Πώς να εισαγάγετε το Tensorflow Jupyter σημειωματάριο

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

Μπορείτε να ανοίξετε το TensorFlow με Jupyter.

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

Θα προχωρήσετε ως εξής:

• Ενεργοποιήστε το περιβάλλον hello-tf conda
• Ανοικτό Jupyter
• Εισαγωγή tensorflow
• Διαγραφή Σημειωματάριου
• Κλεισιμο Jupyter

Βήμα 1) Ενεργοποίηση conda

Για χρήστη MacOS:

source activate hello-tf

Για Windows μεταχειριζόμενος:

conda activate hello-tf

Βήμα 2) Ανοικτό Jupyter

Μετά από αυτό, μπορείτε να ανοίξετε Jupyter από τον τερματικό σταθμό

jupyter notebook

Το πρόγραμμα περιήγησής σας θα πρέπει να ανοίγει αυτόματα, διαφορετικά αντιγράψτε και επικολλήστε το url που παρέχεται από το Τερματικό. Ξεκινά από http://localhost:8888

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

Σημείωση: Το νέο σημειωματάριο αποθηκεύεται αυτόματα στον κατάλογο εργασίας.

Βήμα 3) Εισαγωγή Tensorflow

Μέσα στο σημειωματάριο, μπορείτε να εισαγάγετε το TensorFlow Jupyter Σημειωματάριο με το ψευδώνυμο tf. Κάντε κλικ για εκτέλεση. Ένα νέο κελί δημιουργείται παρακάτω.

import tensorflow as tf

Ας γράψουμε τον πρώτο σας κώδικα με το TensorFlow.

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

Δημιουργείται ένας νέος τανυστής. Συγχαρητήρια. Εγκαταστήσατε με επιτυχία το TensorFlow με Jupyter στη μηχανή σας.

Βήμα 4) Διαγραφή φακέλου

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

Βήμα 5) Κλεισιμο Jupyter

Υπάρχουν δύο τρόποι κλεισίματος Jupyter. Ο πρώτος τρόπος είναι απευθείας από το σημειωματάριο. Ο δεύτερος τρόπος είναι χρησιμοποιώντας το τερματικό (ή το Anaconda Prompt)

Από Jupyter

Στον κεντρικό πίνακα του Jupyter Σημειωματάριο, απλά κάντε κλικ στο Αποσυνδεση

Ανακατευθυνθείτε στη σελίδα αποσύνδεσης.

Από το τερματικό

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

Την πρώτη φορά που κάνετε ctr+c, σας ζητείται να επιβεβαιώσετε ότι θέλετε να τερματίσετε τη λειτουργία του σημειωματάριου. Επαναλάβετε τα ctr+c για επιβεβαίωση

Έχετε αποσυνδεθεί επιτυχώς.

Jupyter με το κύριο περιβάλλον conda

Εάν θέλετε να εκκινήσετε το TensorFlow με το jupyter για μελλοντική χρήση, πρέπει να ανοίξετε μια νέα συνεδρία με

source activate hello-tf

Αν δεν το κάνετε, Jupyter δεν θα βρει TensorFlow