Come scaricare e installare Tensorflow in Jupyter Taccuino
In questo tutorial spiegheremo come installarlo TensorFlow Anaconda Windows. Imparerai come utilizzare TensorFlow in Jupyter Taccuino. Jupyter è un visualizzatore di taccuini.
Versioni di TensorFlow
TensorFlow supporta calcoli su più CPU e GPU. Ciò significa che i calcoli possono essere distribuiti su più dispositivi per migliorare la velocità della formazione. Con la parallelizzazione non è necessario attendere settimane per ottenere i risultati degli algoritmi di addestramento.
Per Windows utente, TensorFlow fornisce due versioni:
- TensorFlow solo con supporto CPU: Se la tua macchina non funziona con GPU NVIDIA, puoi installare solo questa versione
- TensorFlow con supporto GPU: Per calcoli più rapidi, puoi scaricare la versione supportata da TensorFlow GPU. Questa versione ha senso solo se è necessaria una forte capacità computazionale.
Durante questo tutorial è sufficiente la versione base di TensorFlow.
Nota: TensorFlow non fornisce supporto GPU su MacOS.
Ecco come procedere
Utente MacOS:
- Installa Anaconda
- Crea un file .yml per installare Tensorflow e le dipendenze
- Lancio Jupyter Taccuino
Per Windows
- Installa Anaconda
- Crea un file .yml per installare le dipendenze
- Usa pip per aggiungere TensorFlow
- Lancio Jupyter Taccuino
Per eseguire Tensorflow Jupyter, devi creare un ambiente all'interno di Anaconda. Significa che installerai Ipython, Jupytere TensorFlow in una cartella appropriata all'interno della nostra macchina. Oltre a questo, aggiungerai una libreria essenziale per scienza dei dati: “Panda”. La libreria Pandas aiuta a manipolare un frame di dati.
Installa Anaconda
Scaricare Anaconda versione 4.3.1 (per Python 3.6) per il sistema appropriato.
Anaconda ti aiuterà a gestire tutte le librerie necessarie per entrambi Python o R. Riferisci questo tutorial per installare Anaconda
Crea un file .yml per installare Tensorflow e le dipendenze
Include
- Individua il percorso di Anaconda
- Imposta la directory di lavoro su Anaconda
- Crea il file yml (per gli utenti MacOS, TensorFlow è installato qui)
- Modifica il file yml
- Compila il file yml
- Attiva Anaconda
- Installa TensorFlow (Windows solo utente)
Passo 1) Individua Anaconda,
Il primo passo che devi fare è individuare il percorso di Anaconda.
Creerai un nuovo ambiente conda che include le librerie necessarie che utilizzerai durante i tutorial su TensorFlow.
Windows
Se sei unə Windows utente, puoi utilizzare il prompt di Anaconda e digitare:
C:\>where anaconda
Ci interessa conoscere il nome della cartella in cui è installato Anaconda perché vogliamo creare il nostro nuovo ambiente all'interno di questo percorso. Ad esempio, nell'immagine sopra, Anaconda è installato nella cartella Admin. Per te può essere lo stesso, ad esempio Admin o il nome dell'utente.
Successivamente imposteremo la directory di lavoro da c:\ ad Anaconda3.
MacOS
per gli utenti MacOS, puoi usare il Terminale e digitare:
which anaconda
Dovrai creare una nuova cartella all'interno di Anaconda che conterrà Ipitone, Jupyter e TensorFlow. Un modo rapido per installare librerie e software è scrivere un file yml.
Passo 2) Imposta directory di lavoro
È necessario specificare la directory di lavoro in cui si desidera creare il file yml.
Come detto prima, si troverà all'interno di Anaconda.
Per gli utenti MacOS:
Il Terminale imposta la directory di lavoro predefinita su Utenti/NOME UTENTE. Come puoi vedere nella figura sottostante, il percorso di anaconda3 e la directory di lavoro sono identici. In MacOS, la cartella più recente è mostrata prima di $. Il Terminale installerà tutte le librerie in questa directory di lavoro.
Se il percorso sull'editor di testo non corrisponde alla directory di lavoro, puoi modificarlo scrivendo cd PATH nel Terminale. PATH è il percorso che hai incollato nell'editor di testo. Non dimenticare di racchiudere il PERCORSO con "PATH". Questa azione cambierà la directory di lavoro in PATH.
Apri il tuo Terminale e digita:
cd anaconda3
Per Windows utente (assicurati della cartella prima di Anaconda3):
cd C:\Users\Admin\Anaconda3
o il percorso fornito dal comando "dove anaconda".
Passo 3) Crea il file .yml
Puoi creare il file yml all'interno della nuova directory di lavoro.
Il file installerà le dipendenze necessarie per eseguire TensorFlow. Copia e incolla questo codice nel Terminale.
Per gli utenti MacOS:
touch hello-tf.yml
Un nuovo file chiamato hello-tf.yml dovrebbe apparire all'interno di anaconda3
Per Windows utente:
echo.>hello-tf.yml
Dovrebbe apparire un nuovo file denominato hello-tf.yml
Passo 4) Modifica il file yml
Sei pronto per modificare il file yml.
Per gli utenti MacOS:
Puoi incollare il seguente codice nel Terminale per modificare il file. Gli utenti MacOS possono usare vim per modificare il file yml.
vi hello-tf.yml
Finora, il tuo terminale appare così
Inserisci un edit modalità. All'interno di questa modalità è possibile, dopo aver premuto esc:
- Premi i per modificare
- Premi w per salvare
- Premi q! abbandonare
Scrivi il seguente codice in modalità di modifica e premi esc seguito da :w
Nota: Il fascicolo è un caso e intendere sensibile. Sono richiesti 2 spazi dopo ogni intenzione.
Per 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
Spiegazione del codice
- nome: ciao-tf: nome del file yml
- dipendenze:
- pitone=3.6
- giove
- pitone
- panda: Installa Python versione 3.6, Jupyter, Ipython e librerie panda
- pip: installa a Python biblioteca
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Install TensorFlow from Google apis.
Premi esc seguito da :q! alla modalità di modifica.
Per Windows Utente:
Windows non ha il programma vim, quindi il Blocco note è sufficiente per completare questo passaggio.
notepad hello-tf.yml
Inserisci quanto segue nel file
name: hello-tfdependencies: - python=3.6 - jupyter - ipython - pandas
Spiegazione del codice
- nome: ciao-tf: nome del file yml
- dipendenze:
- pitone=3.6
- giove
- pitone
- panda: installa Python versione 3.6, Jupyter, Ipython e librerie panda
Si aprirà il blocco note, potrai modificare il file da qui.
Nota: Windows gli utenti installeranno TensorFlow nel passaggio successivo. In questo passaggio prepari solo l'ambiente conda
Passo 5) Compila il file yml
È possibile compilare il file .yml con il seguente codice:
conda env create -f hello-tf.yml
Nota: Per Windows utenti, il nuovo ambiente viene creato all'interno della directory utente corrente.
Ci vogliono tempi. Ci vorranno circa 1.1 GB di spazio sul disco rigido.
In Windows
Passo 6) Attiva l'ambiente conda
Abbiamo quasi finito. Ora hai 2 ambienti Conda.
Hai creato un ambiente conda isolato con le librerie che utilizzerai durante i tutorial. Questa è una pratica consigliata perché ciascuno machine learning il progetto richiede librerie diverse. Una volta terminato il progetto, potrai rimuovere o meno questo ambiente.
conda env list
L'asterisco indica quello predefinito. È necessario passare a hello-tf per attivare l'ambiente
Per gli utenti MacOS:
source activate hello-tf
Per Windows utente:
activate hello-tf
Puoi verificare che tutte le dipendenze si trovino nello stesso ambiente. Questo è importante perché lo consente Python usare Jupyter e TensorFlow dallo stesso ambiente. Se non li vedi tutti e tre nella stessa cartella, devi ricominciare tutto da capo.
Per gli utenti MacOS:
which python which jupyter which ipython
Opzionale: Puoi verificare l'aggiornamento.
pip install --upgrade tensorflow
Passo 7) Installa TensorFlow per Windows Utente
Per gli utenti Windows:
where python where jupyter where ipython
Come puoi vedere, ora ne hai due Python ambienti. Quello principale e quello appena creato su ie hello-tf. L'ambiente conda principale non ha tensorFlow installato, solo hello-tf. Dall'immagine, python, jupyter e ipython sono installati nello stesso ambiente. Ciò significa che puoi usare TensorFlow con un Jupyter Taccuino.
È necessario installare TensorFlow utilizzando il comando pip. Solo per Windows Utente
pip install tensorflow
Come importare Tensorflow in Jupyter Taccuino
Questa parte è la stessa per entrambi i sistemi operativi. Ora impariamo come importare TensorFlow Jupyter Taccuino.
Puoi aprire TensorFlow con Jupyter.
Nota: Ogni volta che desideri aprire TensorFlow, devi inizializzare l'ambiente
Procederai come segue:
- Attiva l'ambiente conda hello-tf
- Apri Jupyter
- Importa tensorflow
- Elimina taccuino
- Chiudi Jupyter
Passo 1) Attiva conda
Per gli utenti MacOS:
source activate hello-tf
Per Windows utente:
conda activate hello-tf
Passo 2) Apri Jupyter
Dopodiché, puoi aprire Jupyter dal Terminale
jupyter notebook
Il tuo browser dovrebbe aprirsi automaticamente, altrimenti copia e incolla l'url fornito dal Terminale. Inizia con http://localhost:8888
All'interno del TensorFlow Jupyter Notebook, puoi vedere tutti i file all'interno della directory di lavoro. Per creare un nuovo Notebook è sufficiente fare clic su nuovi e Python 3
Nota: Il nuovo notebook viene automaticamente salvato nella directory di lavoro.
Passo 3) Importa Tensorflow
All'interno del notebook è possibile importare TensorFlow Jupyter Notebook con l'alias tf. Fare clic per eseguire. Di seguito viene creata una nuova cella.
import tensorflow as tf
Scriviamo il tuo primo codice con TensorFlow.
hello = tf.constant('Hello, Guru99!') hello
Viene creato un nuovo tensore. Congratulazioni. Hai installato correttamente TensorFlow con Jupyter sulla tua macchina.
Passo 4) Cancella il file
Puoi eliminare il file denominato Untitled.ipynb all'interno di Jupyer.
Passo 5) Chiudi Jupyter
Ci sono due modi per chiudere Jupyter. Il primo modo è direttamente dal notebook. Il secondo modo è utilizzare il terminale (o Anaconda Prompt)
Da Jupyter
Nel pannello principale di Jupyter Notebook, basta fare clic su Esci
Verrai reindirizzato alla pagina di disconnessione.
Dal terminale
Seleziona il terminale o il prompt di Anaconda ed esegui due volte ctr+c.
La prima volta che esegui ctr+c, ti verrà chiesto di confermare che desideri spegnere il notebook. Ripeti ctr+c per confermare
Ti sei disconnesso con successo.
Jupyter con l'ambiente conda principale
Se vuoi avviare TensorFlow con jupyter per un uso futuro, devi aprire una nuova sessione con
source activate hello-tf
Se non lo fai, Jupyter non troverà TensorFlow