Como baixar e instalar o Tensorflow em Jupyter Portátil
Neste tutorial, explicaremos como instalar TensorFlow Anaconda Windows. Você aprenderá como usar o TensorFlow em Jupyter Caderno. Jupyter é um visualizador de notebook.
Versões do TensorFlow
O TensorFlow oferece suporte a cálculos em várias CPUs e GPUs. Isso significa que os cálculos podem ser distribuídos entre dispositivos para melhorar a velocidade do treinamento. Com a paralelização, você não precisa esperar semanas para obter os resultados dos algoritmos de treinamento.
Para a Windows usuário, o TensorFlow oferece duas versões:
- TensorFlow apenas com suporte de CPU: Se sua máquina não rodar em GPU NVIDIA, você só poderá instalar esta versão
- TensorFlow com suporte para GPU: para um cálculo mais rápido, você pode baixar a versão compatível com GPU do TensorFlow. Esta versão só faz sentido se você precisar de grande capacidade computacional.
Durante este tutorial, a versão básica do TensorFlow é suficiente.
Nota: O TensorFlow não oferece suporte a GPU no MacOS.
Aqui está como proceder
Usuário MacOS:
- Instale o Anaconda
- Crie um arquivo .yml para instalar o Tensorflow e dependências
- Apresentação livro Jupyter Portátil
Para a Windows
- Instale o Anaconda
- Crie um arquivo .yml para instalar dependências
- Use pip para adicionar o TensorFlow
- Apresentação livro Jupyter Portátil
Para executar o Tensorflow com Jupyter, você precisa criar um ambiente dentro do Anaconda. Isso significa que você instalará o Ipython, Jupytere TensorFlow em uma pasta apropriada dentro de nossa máquina. Além disso, você adicionará uma biblioteca essencial para ciência de dados: “Pandas”. A biblioteca Pandas ajuda a manipular um quadro de dados.
Instale o Anaconda
Baixar Jibóia versão 4.3.1 (para Python 3.6) para o sistema apropriado.
Anaconda irá ajudá-lo a gerenciar todas as bibliotecas necessárias para Python ou R. Consulte isto tutorial para instalar o Anaconda
Crie um arquivo .yml para instalar o Tensorflow e as dependências
Inclui
- Localize o caminho da Anaconda
- Defina o diretório de trabalho como Anaconda
- Crie o arquivo yml (para usuário MacOS, TensorFlow é instalado aqui)
- Edite o arquivo yml
- Compilar o arquivo yml
- Ativar Anaconda
- Instale o TensorFlow (Windows somente usuário)
Passo 1) Localize Anaconda,
O primeiro passo que você precisa fazer é localizar o caminho do Anaconda.
Você criará um novo ambiente conda que inclui as bibliotecas necessárias que usará durante os tutoriais sobre o TensorFlow.
Windows
Se você é um Windows usuário, você pode usar o Prompt do Anaconda e digitar:
C:\>where anaconda
Estamos interessados em saber o nome da pasta onde o Anaconda está instalado porque queremos criar nosso novo ambiente dentro deste caminho. Por exemplo, na imagem acima, o Anaconda está instalado na pasta Admin. Para você, pode ser o mesmo, ou seja, Admin ou o nome do usuário.
A seguir, definiremos o diretório de trabalho de c:\ para Anaconda3.
MacOS
para usuários MacOS, você pode usar o Terminal e digitar:
which anaconda
Você precisará criar uma nova pasta dentro do Anaconda que conterá IpythonName, Jupyter e TensorFlow. Uma maneira rápida de instalar bibliotecas e software é escrever um arquivo yml.
Passo 2) Definir diretório de trabalho
Você precisa especificar o diretório de trabalho onde deseja criar o arquivo yml.
Como dito antes, ele estará localizado dentro do Anaconda.
Para usuário MacOS:
O Terminal define o diretório de trabalho padrão para Usuários/NOME DE USUÁRIO. Como você pode ver na figura abaixo, o caminho do anaconda3 e o diretório de trabalho são idênticos. No MacOS, a pasta mais recente é mostrada antes do $. O Terminal instalará todas as bibliotecas neste diretório de trabalho.
Se o caminho no editor de texto não corresponder ao diretório de trabalho, você poderá alterá-lo escrevendo cd PATH no Terminal. PATH é o caminho que você colou no editor de texto. Não se esqueça de envolver o PATH com 'PATH'. Esta ação mudará o diretório de trabalho para PATH.
Abra seu Terminal e digite:
cd anaconda3
Para a Windows usuário (certifique-se da pasta antes do Anaconda3):
cd C:\Users\Admin\Anaconda3
ou o caminho “onde o comando anaconda” fornece
Passo 3) Crie o arquivo yml
Você pode criar o arquivo yml dentro do novo diretório de trabalho.
O arquivo instalará as dependências necessárias para executar o TensorFlow. Copie e cole este código no Terminal.
Para usuário MacOS:
touch hello-tf.yml
Um novo arquivo chamado hello-tf.yml deve aparecer dentro do anaconda3
Para a Windows usuário:
echo.>hello-tf.yml
Um novo arquivo chamado hello-tf.yml deve aparecer
Passo 4) Edite o arquivo yml
Você está pronto para editar o arquivo yml.
Para usuário MacOS:
Você pode colar o seguinte código no Terminal para editar o arquivo. O usuário MacOS pode usar vitalidade para editar o arquivo yml.
vi hello-tf.yml
Até agora, seu Terminal está assim
Você insere um editar modo. Dentro deste modo, você pode, após pressionar esc:
- Pressione i para editar
- Pressione w para salvar
- Pressione q! para sair
Escreva o seguinte código no modo de edição e pressione esc seguido de :w
Nota: O arquivo é caso e pretendo sensível. São necessários 2 espaços após cada intenção.
Para 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
Explicação do código
- nome: hello-tf: Nome do arquivo yml
- dependências:
- python=3.6
- Jupyter
- Pitão
- pandas: Instalar Python versão 3.6, JupyterBibliotecas , Ipython e pandas
- pip: Instale um Python biblioteca
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Install TensorFlow from Google apis.
Pressione esc seguido de :q! para o modo de edição.
Para a Windows Usuário:
Windows não possui programa vim, então o Bloco de Notas é suficiente para concluir esta etapa.
notepad hello-tf.yml
Digite o seguinte no arquivo
name: hello-tfdependencies: - python=3.6 - jupyter - ipython - pandas
Explicação do código
- nome: hello-tf: Nome do arquivo yml
- dependências:
- python=3.6
- Jupyter
- Pitão
- pandas: Instalar Python versão 3.6, JupyterBibliotecas , Ipython e pandas
Isso abrirá o bloco de notas, você pode editar o arquivo aqui.
Nota: Windows os usuários instalarão o TensorFlow na próxima etapa. Nesta etapa, você prepara apenas o ambiente conda
Passo 5) Compilar o arquivo yml
Você pode compilar o arquivo .yml com o seguinte código:
conda env create -f hello-tf.yml
Nota: Para a Windows users, o novo ambiente é criado dentro do diretório de usuário atual.
Leva tempo. Levará cerca de 1.1 GB de espaço no disco rígido.
In Windows
Passo 6) Ativar ambiente conda
Estamos quase terminando. Você tem agora 2 ambientes conda.
Você criou um ambiente conda isolado com as bibliotecas que usará durante os tutoriais. Esta é uma prática recomendada porque cada aprendizado de máquina projeto requer bibliotecas diferentes. Quando o projeto terminar, você poderá remover ou não este ambiente.
conda env list
O asterisco indica o padrão. Você precisa mudar para hello-tf para ativar o ambiente
Para usuário MacOS:
source activate hello-tf
Para a Windows usuário:
activate hello-tf
Você pode verificar se todas as dependências estão no mesmo ambiente. Isto é importante porque permite Python usar Jupyter e TensorFlow do mesmo ambiente. Se você não vir os três localizados na mesma pasta, será necessário começar tudo de novo.
Para usuário MacOS:
which python which jupyter which ipython
Opcional: Você pode verificar se há atualizações.
pip install --upgrade tensorflow
Passo 7) Instale o TensorFlow para Windows usuário
Para usuário do Windows:
where python where jupyter where ipython
Como você pode ver, agora você tem dois Python ambientes. O principal e o recém-criado no ie hello-tf. O ambiente principal do conda não tem tensorFlow instalado, apenas hello-tf. Na imagem, python, jupyter e ipython estão instalados no mesmo ambiente. Isso significa que você pode usar o TensorFlow com um Jupyter Caderno.
Você precisa instalar o TensorFlow usando o comando pip. Apenas para Windows usuário
pip install tensorflow
Como importar o Tensorflow em Jupyter Portátil
Esta parte é a mesma para ambos os sistemas operacionais. Agora, vamos aprender como importar o TensorFlow em Jupyter Caderno.
Você pode abrir o TensorFlow com Jupyter.
Nota: Cada vez que você quiser abrir o TensorFlow, será necessário inicializar o ambiente
Você procederá da seguinte forma:
- Ative o ambiente hello-tf conda
- Abra Jupyter
- Importar fluxo tensor
- Excluir bloco de notas
- Fechar Jupyter
Passo 1) Ativar conda
Para usuário MacOS:
source activate hello-tf
Para a Windows usuário:
conda activate hello-tf
Passo 2) Abra Jupyter
Depois disso, você pode abrir Jupyter do Terminal
jupyter notebook
Seu navegador deverá abrir automaticamente, caso contrário copie e cole a url fornecida pelo Terminal. Começa por http://localhost:8888
Por dentro do TensorFlow Jupyter Notebook, você pode ver todos os arquivos dentro do diretório de trabalho. Para criar um novo Notebook, basta clicar em novo e Python 3
Nota: O novo notebook é salvo automaticamente no diretório de trabalho.
Passo 3) Importar Tensorflow
Dentro do notebook, você pode importar o TensorFlow em Jupyter Notebook com o alias tf. Clique para executar. Uma nova célula é criada abaixo.
import tensorflow as tf
Vamos escrever seu primeiro código com o TensorFlow.
hello = tf.constant('Hello, Guru99!') hello
Um novo tensor é criado. Parabéns. Você instalou o TensorFlow com sucesso com Jupyter em sua máquina.
Passo 4) Excluir arquivo
Você pode excluir o arquivo chamado Untitled.ipynb dentro do Jupyer.
Passo 5) Fechar Jupyter
Existem duas maneiras de fechar Jupyter. A primeira forma é diretamente do notebook. A segunda maneira é usando o terminal (ou Prompt do Anaconda)
De Jupyter
No painel principal do Jupyter Caderno, basta clicar em Sair
Você é redirecionado para a página de logout.
Do terminal
Selecione o terminal ou prompt do Anaconda e execute duas vezes ctr+c.
Na primeira vez que você executa ctr+c, será solicitado que você confirme que deseja desligar o notebook. Repita ctr+c para confirmar
Você efetuou logout com sucesso.
Jupyter com o ambiente conda principal
Se quiser iniciar o TensorFlow com Jupyter para uso futuro, você precisará abrir uma nova sessão com
source activate hello-tf
Se você não, Jupyter não vou encontrar TensorFlow