Comment télécharger et installer Tensorflow dans Jupyter Carnets

Pose TensorFlow avec Anaconda on Windows or macOS Cela nécessite un environnement conda et quelques commandes. Vous apprendrez également à importer TensorFlow. Jupyter Carnets, la visionneuse de blocs-notes basée sur un navigateur.

Versions de TensorFlow

TensorFlow prend en charge les calculs sur plusieurs CPU et GPU. Cela signifie que les calculs peuvent être répartis sur plusieurs appareils pour améliorer la vitesse de formation. Avec la parallélisation, vous n'avez pas besoin d'attendre des semaines pour obtenir les résultats des algorithmes d'entraînement.

Pour Windows Pour les utilisateurs, TensorFlow propose deux variantes de compilation :

• TensorFlow avec prise en charge du processeur uniquementSi votre machine ne possède pas de carte graphique NVIDIA, installez cette version.
• TensorFlow avec prise en charge GPUPlus rapide pour l'entraînement, mais l'investissement n'est justifié que si vous avez besoin d'une réelle capacité de calcul.

Pour ce tutoriel, la version de base de TensorFlow est suffisante. Le tableau ci-dessous compare les deux versions :

Note de version : TensorFlow 2.10 était la dernière version avec prise en charge native Windows Prise en charge du GPU. À partir de la version 2.11, Windows Les utilisateurs exécutent la version GPU dans WSL2 ou installent le package CPU. Les Mac équipés d'une puce Apple Silicon prennent en charge tensorflow-metal pour l'accélération matérielle.

À noter: TensorFlow ne prend pas en charge les GPU CUDA sur macOS.

Voici comment procéder

macOS utilisateurs:

• Installer Anaconda
• Créez un fichier .yml pour installer TensorFlow et ses dépendances.
• Lancement Jupyter Carnets

Windows utilisateurs:

• Installer Anaconda
• Créez un fichier .yml pour installer les dépendances
• Utilisez pip pour ajouter TensorFlow
• Lancement Jupyter Carnets

Pour exécuter TensorFlow avec Jupyter, créer un environnement dédié au sein d'Anaconda holding IPython, Jupyter et TensorFlow. Ajoutez un élément essentiel. science des données bibliothèque également : pandas, qui manipule les cadres de données.

Installer Anaconda

Télécharger Anaconda version 4.3.1 (pour Python 3.6) pour le système approprié.

Ces versions sont obsolètes : les paires actuelles de TensorFlow 2.x avec Python 3.9 à 3.12. Depuis 2024, le canal par défaut d'Anaconda nécessite également une licence payante pour les organisations de plus de 200 personnes, Miniconda ou Miniforge avec conda-forge est donc la solution gratuite.

Anaconda gère les bibliothèques nécessaires à Python or R, puis les installe en fonction de l'environnement.

Créez un fichier .yml pour installer TensorFlow et ses dépendances.

Il comprend

• Localiser le chemin d'Anaconda
• Définissez le répertoire de travail sur Anaconda
• Créez le fichier yml (pour les utilisateurs de MacOS, TensorFlow est installé ici)
• Modifier le fichier yml
• Compilez le fichier yml
• Activer Anaconda
• Installer TensorFlow (Windows utilisateur uniquement)

Étape 1) Localisez Anaconda,

La première étape à faire est de localiser le chemin d’Anaconda.

Vous allez créer un environnement conda contenant les bibliothèques utilisées tout au long des tutoriels TensorFlow.

Windows

Si vous êtes Windows utilisateur, vous pouvez utiliser Anaconda Prompt et taper :

C:\>where anaconda

Nous souhaitons connaître le nom du dossier d'installation d'Anaconda afin d'y créer notre nouvel environnement. Sur l'image ci-dessus, Anaconda se trouve dans le dossier Admin ; le vôtre portera votre nom d'utilisateur.

Ensuite, vous déplacerez le répertoire de travail de c:\ vers Anaconda3.

MacOS

Pour macOS utilisateurs, ouvrez le Terminal et tapez :

which anaconda

Vous créez maintenant un dossier dans Anaconda qui contiendra IPython, Jupyter et TensorFlowLa méthode la plus rapide pour déclarer ces bibliothèques est d'utiliser un fichier yml.

Étape 2) Définir le répertoire de travail

Spécifiez le répertoire de travail où le fichier yml sera créé ; comme indiqué ci-dessus, il se trouve dans Anaconda.

Pour macOS utilisateurs:

Le terminal est configuré par défaut pour Utilisateurs/NOM D'UTILISATEUR. Dans la figure ci-dessous, le chemin d'accès à Anaconda3 et le répertoire de travail correspondent ; macOS Affiche le dossier actuel avant le symbole $. Toutes les bibliothèques y sont installées.

Si le chemin d'accès dans votre éditeur de texte ne correspond pas, exécutez la commande cd PATH dans le Terminal, en mettant le chemin entre guillemets lorsqu'il contient des espaces.

Ouvrez votre terminal et tapez :

cd anaconda3

Pour Windows Utilisateurs, vérifiez le dossier qui précède Anaconda3 :

cd C:\Users\Admin\Anaconda3

ou la commande chemin « où anaconda » vous donne

Étape 3) Créer le fichier yml

Vous pouvez créer le fichier yml dans le nouveau répertoire de travail.

Le fichier installera les dépendances dont vous avez besoin pour exécuter TensorFlow. Copiez et collez ce code dans le terminal.

Pour les utilisateurs de MacOS :

touch hello-tf.yml

Un nouveau fichier nommé hello-tf.yml devrait apparaître dans anaconda3

Pour Windows utilisateur:

echo.>hello-tf.yml

Un nouveau fichier nommé hello-tf.yml devrait apparaître

Étape 4) Modifier le fichier yml

Vous êtes prêt à modifier le fichier yml.

Pour les utilisateurs de MacOS :

Vous pouvez coller le code suivant dans le terminal pour modifier le fichier. L'utilisateur de MacOS peut utiliser vim pour éditer le fichier yml.

vi hello-tf.yml

Jusqu'à présent, votre terminal ressemble à ceci

Vous saisissez un éditer mode. Dans ce mode, vous pouvez, après avoir appuyé sur Esc :

• Appuyez sur i pour commencer la modification
• Appuyez sur Échap, puis tapez :w pour enregistrer
• Appuyez sur Échap, puis tapez :q! pour quitter sans sauvegarder.

Écrivez le code suivant en mode édition et appuyez sur esc suivi de :w

À noter: Le dossier est le cas et Sensible à l'indentation. Deux espaces sont nécessaires pour chaque niveau d'indentation.

Pour Mac OS

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 Explication

• name : hello-tf : Nom du fichier yml
• dépendances :
• python=3.6
• Jupyter
• python
• pandas : installer Python 3.6 Jupyter, JePython et les pandas.
• pip : Installer un Python bibliothèque math
  • La roue URL: installez TensorFlow directement depuis le Google API de stockage.

Appuyez sur Échap suivi de :q! pour quitter le mode édition.

Pour Windows Utilisateur:

Windows n'a pas vimLe Bloc-notes suffit donc pour cette étape.

notepad hello-tf.yml

Entrez ce qui suit dans le fichier

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

Code Explication

• name : hello-tf : Nom du fichier yml
• dépendances :
• python=3.6
• Jupyter
• python
• pandas : installer Python 3.6 Jupyter, JePython et les pandas.

Cela ouvrira le bloc-notes, vous pourrez modifier le fichier à partir d'ici.

À noter: Windows L'étape suivante consiste à installer TensorFlow ; ici, vous ne préparez que l'environnement conda.

Étape 5) Compilez le fichier yml

Compilez le fichier .yml avec la commande suivante :

conda env create -f hello-tf.yml

À noter: Pour Windows utilisateurs, le nouvel environnement est créé dans le répertoire utilisateur actuel.

Cela prend du temps et environ 1.1 Go d'espace disque.

In Windows

Étape 6) Activer l'environnement conda

Vous disposez maintenant de deux environnements conda.

Il est recommandé de travailler dans un environnement isolé, car chaque machine learning Ce projet nécessite un ensemble de bibliothèques différent, que vous pouvez supprimer une fois le projet terminé.

conda env list

L'astérisque indique l'environnement actif. Utilisez hello-tf pour l'activer. Les versions modernes de conda utilisent conda activate sur toutes les plateformes ; source activate est obsolète.

Pour les utilisateurs de MacOS :

source activate hello-tf

Pour Windows utilisateur:

activate hello-tf

Vérifiez que chaque dépendance est résolue dans le même environnement. Python, Jupyter TensorFlow et ce logiciel partagent un préfixe. Si les trois chemins d'accès diffèrent, reconstruisez l'environnement.

Pour les utilisateurs de MacOS :

which python
which jupyter
which ipython

Optionnel: Vérifiez s'il y a une mise à jour.

pip install --upgrade tensorflow

Étape 7) Installer TensorFlow pour Windows utilisateur

Pour Windows utilisateurs:

where python
where jupyter
where ipython

Deux Python Il existe désormais deux environnements : l’environnement de base et hello-tf. Seul hello-tf intègre TensorFlow. Sur l’image, Python, Jupyter et IPython correspondent tous au même environnement, ce qui permet d’utiliser TensorFlow depuis… Jupyter Carnet.

Windows Les utilisateurs installent TensorFlow avec pip :

pip install tensorflow

Comment importer TensorFlow dans Jupyter Carnets

Cette partie est identique sur les deux systèmes d'exploitation. N'oubliez pas que l'environnement doit être activé avant chaque ouverture de TensorFlow.

Vous procéderez comme suit :

• Activer l'environnement hello-tf conda
• Ouvrez Jupyter
• Importer TensorFlow
• Supprimer le bloc-notes
• Fermer Jupyter

Étape 1) Activer conda

Pour les utilisateurs de MacOS :

source activate hello-tf

Pour Windows utilisateur:

conda activate hello-tf

Étape 2) Ouvrez Jupyter

Après cela, vous pouvez ouvrir Jupyter depuis l'aérogare

jupyter notebook

Le navigateur devrait s'ouvrir automatiquement ; sinon, copiez le URL imprimé par le Terminal, qui commence par http://localhost:8888.

Le tableau de bord répertorie tous les fichiers du répertoire de travail. Cliquez NOUVEAU et Python 3 créer un carnet.

À noter: Le nouveau bloc-notes est automatiquement enregistré dans le répertoire de travail.

Étape 3) Importer TensorFlow

Dans le notebook, vous pouvez importer TensorFlow dans Jupyter Carnet avec l'alias tf. Cliquez pour exécuter. Une nouvelle cellule est créée ci-dessous.

import tensorflow as tf

Écrivons votre premier code avec TensorFlow.

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

Une nouvelle tenseur est créé. Félicitations, TensorFlow fonctionne désormais avec Jupyter sur votre machine.

Étape 4) Supprimer le fichier

Supprimez le fichier nommé Untitled.ipynb du répertoire Jupyter tableau de bord.

Étape 5) Fermer Jupyter

Jupyter peut être fermé depuis le notebook lui-même ou depuis le terminal (Anaconda Prompt activé). Windows).

Dès Jupyter

Dans le panneau principal de Jupyter Carnet, cliquez simplement sur Déconnexion

Vous êtes redirigé vers la page de déconnexion.

Depuis la borne

Sélectionnez le terminal ou l'invite de commandes Anaconda et appuyez deux fois sur Ctrl+C.

Le premier Ctrl+C vous demande de confirmer l'arrêt ; le second le confirme.

Vous vous êtes déconnecté avec succès.

Jupyter avec l'environnement conda principal

Pour lancer TensorFlow avec Jupyter Lors d'une prochaine session, activez d'abord l'environnement :

source activate hello-tf

Sans cette étape, Jupyter Le processus démarre dans l'environnement de base et l'importation échoue.

FAQ