Hvordan laste ned og installere Tensorflow i Jupyter bærbare

I denne opplæringen vil vi forklare hvordan du installerer TensorFlow Anaconda Windows. Du vil lære hvordan du bruker TensorFlow i Jupyter Notebook. Jupyter er en notatbokvisning.

TensorFlow-versjoner

TensorFlow støtter beregninger på tvers av flere CPUer og GPUer. Det betyr at beregningene kan distribueres på tvers av enheter for å forbedre hastigheten på treningen. Med parallellisering trenger du ikke å vente i flere uker for å få resultatene av treningsalgoritmer.

Til Windows bruker, tilbyr TensorFlow to versjoner:

• TensorFlow med kun CPU-støtte: Hvis maskinen din ikke kjører på NVIDIA GPU, kan du bare installere denne versjonen
• TensorFlow med GPU-støtte: For raskere beregning kan du laste ned TensorFlow GPU-støttet versjon. Denne versjonen gir mening bare hvis du trenger sterk beregningskapasitet.

I løpet av denne opplæringen er den grunnleggende versjonen av TensorFlow tilstrekkelig.

OBS: TensorFlow gir ikke GPU-støtte på MacOS.

Slik går du frem

MacOS-bruker:

• Installer Anaconda
• Opprett en .yml-fil for å installere Tensorflow og avhengigheter
• Start Jupyter bærbare

Til Windows

• Installer Anaconda
• Opprett en .yml-fil for å installere avhengigheter
• Bruk pip for å legge til TensorFlow
• Start Jupyter bærbare

For å kjøre Tensorflow med Jupyter, må du skape et miljø i Anaconda. Det betyr at du vil installere Ipython, Jupyter, og TensorFlow i en passende mappe inne i maskinen vår. På toppen av dette vil du legge til ett viktig bibliotek for datavitenskap: "Pandaer". Pandas-biblioteket hjelper til med å manipulere en dataramme.

Installer Anaconda

Last ned Anaconda versjon 4.3.1 (for Python 3.6) for det aktuelle systemet.

Anaconda vil hjelpe deg med å administrere alle bibliotekene som kreves enten for Python eller R. Se dette veiledning for å installere Anaconda

Opprett .yml-fil for å installere Tensorflow og avhengigheter

Det inkluderer

• Finn stien til Anaconda
• Sett arbeidskatalogen til Anaconda
• Opprett yml-filen (For MacOS-brukere er TensorFlow installert her)
• Rediger yml-filen
• Kompiler yml-filen
• Aktiver Anaconda
• Installer TensorFlow (Windows kun bruker)

Trinn 1) Finn Anaconda,

Det første trinnet du må gjøre er å finne banen til Anaconda.

Du vil lage et nytt conda-miljø som inkluderer de nødvendige bibliotekene du vil bruke under opplæringen om TensorFlow.

Windows

Hvis du er en Windows bruker, kan du bruke Anaconda-prompt og skrive inn:

C:\>where anaconda

Vi er interessert i å vite navnet på mappen der Anaconda er installert fordi vi ønsker å lage vårt nye miljø innenfor denne banen. For eksempel, i bildet ovenfor, er Anaconda installert i Admin-mappen. For deg kan det være det samme, dvs. Admin eller brukerens navn.

I den neste vil vi sette arbeidskatalogen fra c:\ til Anaconda3.

MacOS

for MacOS-brukere kan du bruke terminalen og skrive inn:

which anaconda

Du må opprette en ny mappe inne i Anaconda som vil inneholde Ipython, Jupyter og tensorflow. En rask måte å installere biblioteker og programvare på er å skrive en yml-fil.

Trinn 2) Sett arbeidskatalog

Du må spesifisere arbeidskatalogen der du vil opprette yml-filen.

Som sagt før, vil den ligge inne i Anaconda.

For MacOS-brukere:

Terminalen setter standard arbeidskatalog til Brukere/BRUKERNAVN. Som du kan se i figuren nedenfor, er banen til anaconda3 og arbeidskatalogen identiske. I MacOS vises den siste mappen før $. Terminalen vil installere alle bibliotekene i denne arbeidskatalogen.

Hvis banen på tekstredigereren ikke samsvarer med arbeidskatalogen, kan du endre den ved å skrive cd PATH i terminalen. PATH er banen du limte inn i tekstredigereren. Ikke glem å pakke PATH med 'PATH'. Denne handlingen vil endre arbeidskatalogen til PATH.

Åpne terminalen og skriv inn:

cd anaconda3

Til Windows bruker (pass på mappen før Anaconda3):

cd C:\Users\Admin\Anaconda3

eller banen "hvor anaconda"-kommandoen gir deg

Trinn 3) Lag yml-filen

Du kan lage yml-filen i den nye arbeidskatalogen.

Filen vil installere avhengighetene du trenger for å kjøre TensorFlow. Kopier og lim inn denne koden i terminalen.

For MacOS-brukere:

touch hello-tf.yml

En ny fil kalt hello-tf.yml skal vises inne i anaconda3

Til Windows bruker:

echo.>hello-tf.yml

En ny fil kalt hello-tf.yml skal vises

Trinn 4) Rediger yml-filen

Du er klar til å redigere yml-filen.

For MacOS-brukere:

Du kan lime inn følgende kode i terminalen for å redigere filen. MacOS-bruker kan bruke vim for å redigere yml-filen.

vi hello-tf.yml

Så langt ser terminalen din slik ut

Du skriver inn en redigere modus. Inne i denne modusen kan du, etter å ha trykket på esc:

• Trykk i for å redigere
• Trykk w for å lagre
• Trykk på q! å slutte

Skriv følgende kode i redigeringsmodus og trykk esc etterfulgt av :w

OBS: Filen er sak og har til hensikt å være følsom. Det kreves 2 plasser etter hver intensjon.

For 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

Kode Forklaring

• navn: hello-tf: Navn på yml-filen
• avhengigheter:
• python=3.6
• jupyter
• python
• pandaer: Installere Python versjon 3.6, Jupyter, Ipython og pandabiblioteker
• pip: Installer en Python bibliotek
  • https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Install TensorFlow from Google apis.

Trykk esc etterfulgt av :q! til ganske redigeringsmodus.

Til Windows Bruker:

Windows har ikke vim-program, så Notisblokken er nok til å fullføre dette trinnet.

notepad hello-tf.yml

Skriv følgende inn i filen

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

Kode Forklaring

• navn: hello-tf: Navn på yml-filen
• avhengigheter:
• python=3.6
• jupyter
• python
• pandaer: Installer Python versjon 3.6, Jupyter, Ipython og pandabiblioteker

Det vil åpne notisblokken, du kan redigere filen herfra.

OBS: Windows brukere vil installere TensorFlow i neste trinn. I dette trinnet forbereder du kun conda-miljøet

Trinn 5) Kompiler yml-filen

Du kan kompilere .yml-filen med følgende kode:

conda env create -f hello-tf.yml

OBS: Til Windows brukere, opprettes det nye miljøet i gjeldende brukerkatalog.

Det tar tid. Det vil ta rundt 1.1 GB plass på harddisken.

In Windows

Trinn 6) Aktiver conda-miljøet

Vi er nesten ferdige. Du har nå 2 conda-miljøer.

Du opprettet et isolert conda-miljø med bibliotekene du skal bruke under opplæringen. Dette er en anbefalt praksis fordi hver maskinlæring prosjektet krever forskjellige biblioteker. Når prosjektet er over, kan du fjerne eller ikke fjerne dette miljøet.

conda env list

Asterixen indikerer standarden. Du må bytte til hello-tf for å aktivere miljøet

For MacOS-brukere:

source activate hello-tf

Til Windows bruker:

activate hello-tf

Du kan sjekke at alle avhengigheter er i samme miljø. Dette er viktig fordi det tillater Python å bruke Jupyter og TensorFlow fra samme miljø. Hvis du ikke ser de tre i samme mappe, må du starte på nytt.

For MacOS-brukere:

which python
which jupyter
which ipython

Valgfritt: Du kan se etter oppdatering.

pip install --upgrade tensorflow

Trinn 7) Installer TensorFlow For Windows bruker

For Windows-brukere:

where python
where jupyter
where ipython

Som du kan se, har du nå to Python miljøer. Den viktigste og den nyopprettede på dvs. hello-tf. Hovedconda-miljøet har ikke tensorFlow installert bare hello-tf. Fra bildet er python, jupyter og ipython installert i samme miljø. Det betyr at du kan bruke TensorFlow med en Jupyter Notebook.

Du må installere TensorFlow ved å bruke pip-kommandoen. Bare for Windows bruker

pip install tensorflow

Slik importerer du Tensorflow inn Jupyter bærbare

Denne delen er den samme for begge OS. La oss nå lære hvordan du importerer TensorFlow inn Jupyter Notebook.

Du kan åpne TensorFlow med Jupyter.

OBS: Hver gang du vil åpne TensorFlow, må du initialisere miljøet

Du vil fortsette som følger:

• Aktiver hello-tf conda-miljøet
• Open Jupyter
• Importer tensorflow
• Slett notatbok
• Lukke Jupyter

Trinn 1) Aktiver conda

For MacOS-brukere:

source activate hello-tf

Til Windows bruker:

conda activate hello-tf

Trinn 2) Open Jupyter

Etter det kan du åpne Jupyter fra terminalen

jupyter notebook

Nettleseren din skal åpnes automatisk, ellers kopier og lim inn url-en fra terminalen. Det starter med http://localhost:8888

Inne i TensorFlow Jupyter Notebook, du kan se alle filene i arbeidskatalogen. For å lage en ny notatbok, klikker du bare på nytt og Python 3

OBS: Den nye notatboken lagres automatisk i arbeidskatalogen.

Trinn 3) Importer Tensorflow

Inne i notatboken kan du importere TensorFlow inn Jupyter Notatbok med tf-aliaset. Klikk for å kjøre. En ny celle opprettes nedenfor.

import tensorflow as tf

La oss skrive din første kode med TensorFlow.

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

En ny tensor opprettes. Gratulerer. Du har installert TensorFlow med Jupyter på din maskin.

Trinn 4) Slett fil

Du kan slette filen som heter Untitled.ipynb inne i Jupyer.

Trinn 5) Lukke Jupyter

Det er to måter å lukke på Jupyter. Den første måten er direkte fra notatboken. Den andre måten er å bruke terminalen (eller Anaconda Prompt)

Fra Jupyter

I hovedpanelet til Jupyter Notatbok, bare klikk på Logg Ut

Du blir omdirigert til utloggingssiden.

Fra terminalen

Velg terminal- eller Anaconda-ledeteksten og kjør to ganger ctr+c.

Første gang du gjør ctr+c, blir du bedt om å bekrefte at du vil slå av den bærbare datamaskinen. Gjenta ctr+c for å bekrefte

Du har logget ut.

Jupyter med det viktigste conda-miljøet

Hvis du ønsker å lansere TensorFlow med jupyter for fremtidig bruk, må du åpne en ny økt med

source activate hello-tf

Hvis du ikke gjør det, Jupyter vil ikke finne tensorflow