Jak pobrać i zainstalować Tensorflow w Jupyter Notatnik

W tym samouczku wyjaśnimy, jak zainstalować Anakonda TensorFlow Windows. Dowiesz się jak korzystać z TensorFlow w Jupyter Notatnik. Jupyter jest przeglądarką notatników.

Wersje TensorFlow

TensorFlow obsługuje obliczenia na wielu procesorach CPU i GPU. Oznacza to, że obliczenia można rozłożyć na urządzenia, aby zwiększyć szybkość treningu. Dzięki paralelizacji nie musisz czekać tygodniami, aby uzyskać wyniki algorytmów treningowych.

W razie zamówieenia projektu Windows użytkownika, TensorFlow udostępnia dwie wersje:

• TensorFlow tylko z obsługą procesora: Jeśli Twoja maszyna nie działa na procesorze graficznym NVIDIA, możesz zainstalować tylko tę wersję
• TensorFlow z obsługą GPU: Aby przyspieszyć obliczenia, możesz pobrać wersję TensorFlow obsługującą GPU. Ta wersja ma sens tylko wtedy, gdy potrzebujesz silnej mocy obliczeniowej.

W tym samouczku wystarczy podstawowa wersja TensorFlow.

Uwaga: TensorFlow nie zapewnia wsparcia dla GPU w systemie MacOS.

Oto jak postępować

Użytkownik MacOS:

• Zainstaluj Anaconę
• Utwórz plik .yml, aby zainstalować Tensorflow i zależności
• Premiera Jupyter Notatnik

W razie zamówieenia projektu Windows

• Zainstaluj Anaconę
• Utwórz plik .yml, aby zainstalować zależności
• Użyj pip, aby dodać TensorFlow
• Premiera Jupyter Notatnik

Aby uruchomić Tensorflow Jupyter, musisz stworzyć środowisko w Anacondzie. Oznacza to, że zainstalujesz Ipython, Jupyteri TensorFlow w odpowiednim folderze na naszym komputerze. Oprócz tego dodasz jedną niezbędną bibliotekę dla nauka danych: „Panda”. Biblioteka Pandas pomaga manipulować ramką danych.

Zainstaluj Anaconę

Do pobrania anakonda wersja 4.3.1 (dla Python 3.6) dla odpowiedniego systemu.

Anaconda pomoże Ci zarządzać wszystkimi bibliotekami wymaganymi do: Python lub R. Zapoznaj się z tym samouczek instalacji Anacondy

Utwórz plik .yml, aby zainstalować Tensorflow i zależności

Obejmuje to

• Znajdź ścieżkę Anakondy
• Ustaw katalog roboczy na Anaconda
• Utwórz plik yml (dla użytkownika MacOS, TensorFlow jest tutaj zainstalowany)
• Edytuj plik yml
• Skompiluj plik yml
• Aktywuj Anakondę
• Zainstaluj TensorFlow (Windows tylko użytkownik)

Krok 1) Zlokalizuj Anakondę,

Pierwszym krokiem, który musisz zrobić, jest zlokalizowanie ścieżki Anakondy.

Stworzysz nowe środowisko Conda, które zawiera niezbędne biblioteki, których będziesz używać podczas samouczków na temat TensorFlow.

Windows

Jeśli jesteś Windows użytkownik, możesz użyć Anaconda Prompt i wpisać:

C:\>where anaconda

Interesuje nas nazwa folderu, w którym jest zainstalowana Anaconda, ponieważ chcemy stworzyć nasze nowe środowisko w tej ścieżce. Na przykład na powyższym obrazku Anaconda jest zainstalowana w folderze Admin. Dla Ciebie może to być to samo, tj. Admin lub nazwa użytkownika.

W następnym ustawimy katalog roboczy z c:\ na Anaconda3.

MacOS

Użytkownicy systemu MacOS mogą skorzystać z terminala i wpisać:

which anaconda

Będziesz musiał utworzyć nowy folder w Anacondzie, który będzie zawierał Ipyton, Jupyter i TensorFlow. Szybkim sposobem na zainstalowanie bibliotek i oprogramowania jest napisanie pliku yml.

Krok 2) Ustaw katalog roboczy

Musisz określić katalog roboczy, w którym chcesz utworzyć plik yml.

Jak powiedziano wcześniej, będzie on zlokalizowany w Anacondzie.

Dla użytkowników MacOS:

Terminal ustawia domyślny katalog roboczy na Użytkownicy/NAZWA UŻYTKOWNIKA. Jak widać na poniższym rysunku, ścieżka do anaconda3 i katalog roboczy są identyczne. W systemie MacOS najnowszy folder jest wyświetlany przed $. Terminal zainstaluje wszystkie biblioteki w tym katalogu roboczym.

Jeśli ścieżka w edytorze tekstu nie odpowiada katalogowi roboczemu, możesz ją zmienić, wpisując cd PATH w terminalu. PATH to ścieżka wklejona w edytorze tekstu. Nie zapomnij owinąć PATH za pomocą „PATH”. Ta akcja spowoduje zmianę katalogu roboczego na PATH.

Otwórz terminal i wpisz:

cd anaconda3

W razie zamówieenia projektu Windows user (upewnij się, że folder znajduje się przed Anacondą3):

cd C:\Users\Admin\Anaconda3

lub ścieżka „gdzie anakonda” daje polecenie

Krok 3) Utwórz plik yml

Możesz utworzyć plik yml w nowym katalogu roboczym.

Plik zainstaluje zależności potrzebne do uruchomienia TensorFlow. Skopiuj i wklej ten kod do terminala.

Dla użytkowników MacOS:

touch hello-tf.yml

Wewnątrz anaconda3 powinien pojawić się nowy plik o nazwie hello-tf.yml

W razie zamówieenia projektu Windows użytkownik:

echo.>hello-tf.yml

Powinien pojawić się nowy plik o nazwie hello-tf.yml

Krok 4) Edytuj plik yml

Jesteś gotowy do edycji pliku yml.

Dla użytkowników MacOS:

Możesz wkleić następujący kod w Terminalu, aby edytować plik. Użytkownicy systemu MacOS mogą użyć vim aby edytować plik yml.

vi hello-tf.yml

Jak dotąd Twój terminal wygląda tak

Wpisujesz edit tryb. W tym trybie możesz po naciśnięciu esc:

• Naciśnij i, aby edytować
• Naciśnij w, aby zapisać
• Naciśnij Q! do wyjścia

Napisz poniższy kod w trybie edycji i naciśnij esc, a następnie :w

Uwaga: Plik to przypadek i zamierzają być wrażliwe. Po każdej intencji wymagane są 2 spacje.

Dla 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

Objaśnienie kodu

• name: hello-tf: Nazwa pliku yml
• zależności:
• pyton=3.6
• jowisz
• pyton
• pandy: Zainstalować Python wersja 3.6, Jupyter, Ipython i biblioteki pand
• pip: zainstaluj a Python biblioteka
  • https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Install TensorFlow from Google apis.

Naciśnij esc, a następnie :q! do całkowitego trybu edycji.

W razie zamówieenia projektu Windows Użytkownik:

Windows nie ma programu vim, więc do wykonania tego kroku wystarczy Notatnik.

notepad hello-tf.yml

Wprowadź do pliku następujące polecenie

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

Objaśnienie kodu

• name: hello-tf: Nazwa pliku yml
• zależności:
• pyton=3.6
• jowisz
• pyton
• pandy: zainstaluj Python wersja 3.6, Jupyter, Ipython i biblioteki pand

Otworzy się notatnik, stąd możesz edytować plik.

Uwaga: Windows użytkownicy zainstalują TensorFlow w następnym kroku. Na tym etapie przygotowujesz jedynie środowisko Conda

Krok 5) Skompiluj plik yml

Możesz skompilować plik .yml za pomocą następującego kodu:

conda env create -f hello-tf.yml

Uwaga: W razie zamówieenia projektu Windows użytkowników, nowe środowisko zostanie utworzone w bieżącym katalogu użytkownika.

To wymaga czasu. Zajmie około 1.1 GB miejsca na dysku twardym.

In Windows

Krok 6) Aktywuj środowisko Conda

Prawie skończyliśmy. Masz teraz 2 środowiska Conda.

Utworzyłeś izolowane środowisko Conda z bibliotekami, których będziesz używać podczas samouczków. Jest to zalecana praktyka, ponieważ każdy uczenie maszynowe projekt wymaga różnych bibliotek. Po zakończeniu projektu możesz usunąć to środowisko lub nie.

conda env list

Gwiazdka wskazuje opcję domyślną. Aby aktywować środowisko, musisz przełączyć się na hello-tf

Dla użytkowników MacOS:

source activate hello-tf

W razie zamówieenia projektu Windows użytkownik:

activate hello-tf

Możesz sprawdzić, czy wszystkie zależności znajdują się w tym samym środowisku. To ważne, bo pozwala Python w użyciu Jupyter i TensorFlow z tego samego środowiska. Jeśli nie widzisz trzech z nich znajdujących się w tym samym folderze, musisz zacząć wszystko od nowa.

Dla użytkowników MacOS:

which python
which jupyter
which ipython

Opcjonalny: Możesz sprawdzić dostępność aktualizacji.

pip install --upgrade tensorflow

Krok 7) Zainstaluj TensorFlow dla Windows użytkownik

Dla użytkowników systemu Windows:

where python
where jupyter
where ipython

Jak widać, masz już dwa Python środowiska. Główne i nowo utworzone na ie hello-tf. Główne środowisko conda nie ma zainstalowanego tensorFlow, tylko hello-tf. Na zdjęciu python, jupyter i ipython są zainstalowane w tym samym środowisku. Oznacza to, że możesz używać TensorFlow z Jupyter Notatnik.

Musisz zainstalować TensorFlow za pomocą polecenia pip. Jedynie dla Windows użytkownik

pip install tensorflow

Jak zaimportować Tensorflow do Jupyter Notatnik

Ta część jest taka sama dla obu systemów operacyjnych. Teraz nauczmy się, jak zaimportować TensorFlow Jupyter Notatnik.

Możesz otworzyć TensorFlow za pomocą Jupyter.

Uwaga: Za każdym razem, gdy chcesz otworzyć TensorFlow, musisz zainicjować środowisko

Będziesz postępować w następujący sposób:

• Aktywuj środowisko hello-tf conda
• Otwarte Jupyter
• Importuj tensorflow
• Usuń notatnik
• Zamknij Jupyter

Krok 1) Aktywuj Condę

Dla użytkowników MacOS:

source activate hello-tf

W razie zamówieenia projektu Windows użytkownik:

conda activate hello-tf

Krok 2) Otwarte Jupyter

Następnie możesz otworzyć Jupyter z terminala

jupyter notebook

Twoja przeglądarka powinna otworzyć się automatycznie, w przeciwnym razie skopiuj i wklej adres URL podany przez Terminal. Zaczyna się od http://localhost:8888

Wewnątrz TensorFlow Jupyter Notatnik, możesz zobaczyć wszystkie pliki w katalogu roboczym. Aby utworzyć nowy Notatnik, po prostu kliknij nowa i Python 3

Uwaga: Nowy notatnik zostanie automatycznie zapisany w katalogu roboczym.

Krok 3) Importuj Tensorflow

Wewnątrz notatnika możesz zaimportować TensorFlow Jupyter Notatnik z aliasem tf. Kliknij, aby uruchomić. Poniżej utworzona zostanie nowa komórka.

import tensorflow as tf

Napiszmy Twój pierwszy kod za pomocą TensorFlow.

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

Tworzony jest nowy tensor. Gratulacje. Pomyślnie zainstalowałeś TensorFlow za pomocą Jupyter na Twojej Maszynie.

Krok 4) Usuń plik

Możesz usunąć plik o nazwie Untitled.ipynb w Jupyerze.

Krok 5) Zamknij Jupyter

Istnieją dwa sposoby zamykania Jupyter. Pierwszy sposób to bezpośrednio z notatnika. Drugi sposób polega na użyciu terminala (lub Anaconda Prompt)

Cena Od Jupyter

W głównym panelu Jupyter Notatnik, po prostu kliknij Wyloguj Się

Nastąpi przekierowanie do strony wylogowania.

Z terminala

Wybierz terminal lub monit Anacondy i uruchom dwukrotnie ctr+c.

Gdy po raz pierwszy naciśniesz ctr+c, zostaniesz poproszony o potwierdzenie, że chcesz zamknąć notatnik. Powtórz ctr+c, aby potwierdzić

Pomyślnie się wylogowałeś.

Jupyter z głównym środowiskiem Conda

Jeśli chcesz uruchomić TensorFlow z jupyterem do przyszłego użytku, musisz otworzyć nową sesję za pomocą

source activate hello-tf

Jeśli nie, Jupyter nie znajdę TensorFlow