วิธีดาวน์โหลดและติดตั้ง Tensorflow ใน Jupyter สมุดบันทึก
เอเวลิน คลาร์ก
ในบทช่วยสอนนี้ เราจะอธิบายวิธีการติดตั้ง เทนเซอร์โฟลว์ อนาคอนด้า Windows- คุณจะได้เรียนรู้วิธีใช้ TensorFlow ใน Jupyter สมุดบันทึก. Jupyter เป็นโปรแกรมดูโน้ตบุ๊ก
เวอร์ชัน TensorFlow
TensorFlow รองรับการคำนวณบน CPU และ GPU หลายตัว ซึ่งหมายความว่าการคำนวณสามารถกระจายไปยังอุปกรณ์ต่างๆ เพื่อปรับปรุงความเร็วในการฝึกอบรม ด้วยการประมวลผลแบบคู่ขนาน คุณไม่จำเป็นต้องรอหลายสัปดาห์เพื่อรับผลลัพธ์ของอัลกอริทึมการฝึกอบรม
สำหรับ Windows ผู้ใช้ TensorFlow มีสองเวอร์ชัน:
- TensorFlow พร้อมรองรับ CPU เท่านั้น: หากเครื่องของคุณไม่ทำงานบน NVIDIA GPU คุณสามารถติดตั้งได้เฉพาะเวอร์ชันนี้เท่านั้น
- TensorFlow พร้อมรองรับ GPU:หากต้องการการคำนวณที่รวดเร็วยิ่งขึ้น คุณสามารถดาวน์โหลดเวอร์ชันที่รองรับ GPU ของ TensorFlow ได้ เวอร์ชันนี้จะเหมาะสมก็ต่อเมื่อคุณต้องการความสามารถในการคำนวณที่สูงเท่านั้น
ในระหว่างบทช่วยสอนนี้ TensorFlow เวอร์ชันพื้นฐานก็เพียงพอแล้ว
หมายเหตุ TensorFlow ไม่รองรับ GPU บน MacOS
นี่คือวิธีดำเนินการ
ผู้ใช้ MacOS:
- ติดตั้ง Anaconda
- สร้างไฟล์ .yml เพื่อติดตั้ง Tensorflow และการอ้างอิง
- ยิง Jupyter สมุดบันทึก
สำหรับ Windows
- ติดตั้ง Anaconda
- สร้างไฟล์ .yml เพื่อติดตั้งการขึ้นต่อกัน
- ใช้ pip เพื่อเพิ่ม TensorFlow
- ยิง Jupyter สมุดบันทึก
เพื่อรัน Tensorflow ด้วย Jupyterคุณต้องสร้างสภาพแวดล้อมภายใน Anaconda หมายความว่าคุณจะติดตั้ง Ipython Jupyterและ TensorFlow ในโฟลเดอร์ที่เหมาะสมภายในเครื่องของเรา ยิ่งไปกว่านั้น คุณจะเพิ่มไลบรารี่ที่จำเป็นหนึ่งอันสำหรับ วิทยาศาสตร์ข้อมูล: “แพนด้า”. ไลบรารี Pandas ช่วยจัดการกรอบข้อมูล
ติดตั้ง Anaconda
ดาวน์โหลด งู เวอร์ชัน 4.3.1 (สำหรับ Python 3.6) สำหรับระบบที่เหมาะสม
อนาคอนด้าจะช่วยคุณจัดการไลบรารีทั้งหมดที่จำเป็นสำหรับ Python หรืออาร์อ้างอิงสิ่งนี้ บทช่วยสอนการติดตั้ง Anaconda
สร้างไฟล์ .yml เพื่อติดตั้ง Tensorflow และการอ้างอิง
มันรวมถึง
- ค้นหาเส้นทางของอนาคอนด้า
- ตั้งค่าไดเร็กทอรีการทำงานเป็น Anaconda
- สร้างไฟล์ yml (สำหรับผู้ใช้ MacOS จะติดตั้ง TensorFlow ที่นี่)
- แก้ไขไฟล์ yml
- คอมไพล์ไฟล์ yml
- เปิดใช้งานอนาคอนด้า
- ติดตั้ง TensorFlow (Windows ผู้ใช้เท่านั้น)
ขั้นตอน 1) ค้นหาอนาคอนด้า
ขั้นตอนแรกที่คุณต้องทำคือค้นหาเส้นทางของอนาคอนดา
คุณจะสร้างสภาพแวดล้อม Conda ใหม่ที่มีไลบรารีที่จำเป็นที่คุณจะใช้ระหว่างบทช่วยสอนเกี่ยวกับ TensorFlow
Windows
ถ้าคุณเป็น Windows ผู้ใช้ คุณสามารถใช้ Anaconda Prompt แล้วพิมพ์:
C:\>where anaconda
เราสนใจที่จะทราบชื่อโฟลเดอร์ที่ติดตั้ง Anaconda เนื่องจากเราต้องการสร้างสภาพแวดล้อมใหม่ภายในเส้นทางนี้ เช่น ในภาพด้านบน มีการติดตั้ง Anaconda ในโฟลเดอร์ผู้ดูแลระบบ สำหรับคุณก็สามารถเหมือนกันได้ เช่น ผู้ดูแลระบบหรือชื่อผู้ใช้
ต่อไป เราจะตั้งค่าไดเร็กทอรีการทำงานจาก c:\ เป็น Anaconda3
MacOS
สำหรับผู้ใช้ MacOS คุณสามารถใช้ Terminal และพิมพ์:
which anaconda
คุณจะต้องสร้างโฟลเดอร์ใหม่ภายใน Anaconda ซึ่งจะมี ไอไพธอน, Jupyter และ TensorFlow- วิธีที่รวดเร็วในการติดตั้งไลบรารีและซอฟต์แวร์คือการเขียนไฟล์ yml
ขั้นตอน 2) ตั้งค่าไดเร็กทอรีการทำงาน
คุณต้องระบุไดเร็กทอรีการทำงานที่คุณต้องการสร้างไฟล์ yml
อย่างที่บอกไปแล้วว่ามันจะอยู่ภายในอนาคอนด้า
สำหรับผู้ใช้ MacOS:
Terminal จะตั้งค่าไดเร็กทอรีการทำงานเริ่มต้นเป็น ผู้ใช้/USERNAMEดังที่คุณเห็นในรูปด้านล่าง เส้นทางของ anaconda3 และไดเร็กทอรีการทำงานนั้นเหมือนกัน ใน MacOS โฟลเดอร์ล่าสุดจะแสดงก่อน $ Terminal จะติดตั้งไลบรารีทั้งหมดในไดเร็กทอรีการทำงานนี้
หากเส้นทางในตัวแก้ไขข้อความไม่ตรงกับไดเร็กทอรีการทำงาน คุณสามารถเปลี่ยนได้โดยการเขียน cd PATH ใน Terminal PATH คือเส้นทางที่คุณวางในโปรแกรมแก้ไขข้อความ อย่าลืมล้อม PATH ด้วย 'PATH' การดำเนินการนี้จะเปลี่ยนไดเร็กทอรีการทำงานเป็น PATH
เปิด Terminal ของคุณแล้วพิมพ์:
cd anaconda3
สำหรับ Windows ผู้ใช้ (ตรวจสอบโฟลเดอร์ก่อน Anaconda3):
cd C:\Users\Admin\Anaconda3
หรือเส้นทางที่คำสั่ง "where anaconda" ให้คุณ
ขั้นตอน 3) สร้างไฟล์ yml
คุณสามารถสร้างไฟล์ yml ภายในไดเร็กทอรีการทำงานใหม่
ไฟล์จะติดตั้งการอ้างอิงที่คุณต้องใช้เพื่อเรียกใช้ TensorFlow คัดลอกและวางโค้ดนี้ลงใน Terminal
สำหรับผู้ใช้ MacOS:
touch hello-tf.yml
ไฟล์ใหม่ชื่อ hello-tf.yml ควรปรากฏภายใน anaconda3
สำหรับ Windows ผู้ใช้:
echo.>hello-tf.yml
ไฟล์ใหม่ชื่อ hello-tf.yml ควรปรากฏขึ้น
ขั้นตอน 4) แก้ไขไฟล์ yml
คุณพร้อมที่จะแก้ไขไฟล์ yml แล้ว
สำหรับผู้ใช้ MacOS:
คุณสามารถวางโค้ดต่อไปนี้ใน Terminal เพื่อแก้ไขไฟล์ ผู้ใช้ MacOS สามารถใช้ เป็นกลุ่ม เพื่อแก้ไขไฟล์ yml
vi hello-tf.yml
จนถึงตอนนี้ Terminal ของคุณจะมีหน้าตาแบบนี้
คุณป้อน แก้ไข โหมด. ในโหมดนี้ คุณสามารถทำได้หลังจากกด esc:
- กด i เพื่อแก้ไข
- กด w เพื่อบันทึก
- กดคิว! ที่จะเลิก
เขียนโค้ดต่อไปนี้ในโหมดแก้ไขและกด esc ตามด้วย :w
หมายเหตุ ไฟล์เป็น case และ ตั้งใจละเอียดอ่อน ต้องมีช่องว่าง 2 ช่องหลังจากแต่ละเจตนา
สำหรับ 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
คำอธิบายรหัส
- ชื่อ: hello-tf: ชื่อของไฟล์ yml
- การพึ่งพา:
- หลาม=3.6
- จูปิเตอร์
- หลาม
- หมีแพนด้า: ติดตั้ง Python รุ่น 3.6 Jupyter, Ipython และไลบรารีแพนด้า
- pip: ติดตั้ง Python ห้องสมุด
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Install TensorFlow from Google apis.
กด esc ตามด้วย :q! เข้าสู่โหมดแก้ไข
สำหรับ Windows ผู้ใช้:
Windows ไม่มีโปรแกรม vim ดังนั้น Notepad ก็เพียงพอแล้วที่จะทำตามขั้นตอนนี้
notepad hello-tf.yml
ใส่ข้อมูลต่อไปนี้ลงในไฟล์
name: hello-tfdependencies: - python=3.6 - jupyter - ipython - pandas
คำอธิบายรหัส
- ชื่อ: hello-tf: ชื่อของไฟล์ yml
- การพึ่งพา:
- หลาม=3.6
- จูปิเตอร์
- หลาม
- นุ่น: ติดตั้ง Python รุ่น 3.6 Jupyter, Ipython และไลบรารีแพนด้า
มันจะเปิดแผ่นจดบันทึก คุณสามารถแก้ไขไฟล์ได้จากที่นี่
หมายเหตุ Windows ผู้ใช้จะติดตั้ง TensorFlow ในขั้นตอนถัดไป ในขั้นตอนนี้ คุณจะเตรียมสภาพแวดล้อม conda เท่านั้น
ขั้นตอน 5) คอมไพล์ไฟล์ yml
คุณสามารถคอมไพล์ไฟล์ .yml ได้ด้วยโค้ดต่อไปนี้:
conda env create -f hello-tf.yml
หมายเหตุ สำหรับ Windows ผู้ใช้ สภาพแวดล้อมใหม่จะถูกสร้างขึ้นภายในไดเร็กทอรีผู้ใช้ปัจจุบัน
มันต้องใช้เวลา จะใช้พื้นที่ประมาณ 1.1GB ในฮาร์ดดิสก์ของคุณ
In Windows
ขั้นตอน 6) เปิดใช้งานสภาพแวดล้อม conda
เราเกือบจะเสร็จแล้ว ตอนนี้คุณมี 2 สภาพแวดล้อม conda
คุณสร้างสภาพแวดล้อม Conda ที่แยกออกมาด้วยไลบรารีที่คุณจะใช้ระหว่างบทช่วยสอน ซึ่งข้อแนะนำในการปฏิบัติแต่ละครั้งนั้น เรียนรู้เครื่อง โปรเจ็กต์ต้องการไลบรารีที่แตกต่างกัน เมื่อโปรเจ็กต์สิ้นสุดลง คุณสามารถลบสภาพแวดล้อมนี้ออกหรือไม่ก็ได้
conda env list
เครื่องหมายดอกจันบ่งบอกถึงค่าเริ่มต้น คุณต้องเปลี่ยนเป็น hello-tf เพื่อเปิดใช้งานสภาพแวดล้อม
สำหรับผู้ใช้ MacOS:
source activate hello-tf
สำหรับ Windows ผู้ใช้:
activate hello-tf
คุณสามารถตรวจสอบการอ้างอิงทั้งหมดที่อยู่ในสภาพแวดล้อมเดียวกันได้ นี่เป็นสิ่งสำคัญเพราะมันช่วยให้ Python ใช้ Jupyter และ TensorFlow จากสภาพแวดล้อมเดียวกัน หากคุณไม่เห็นทั้งสามรายการอยู่ในโฟลเดอร์เดียวกัน คุณจะต้องเริ่มต้นใหม่ทั้งหมดอีกครั้ง
สำหรับผู้ใช้ MacOS:
which python which jupyter which ipython
ตัวเลือก: คุณสามารถตรวจสอบการอัพเดตได้
pip install --upgrade tensorflow
ขั้นตอน 7) ติดตั้ง TensorFlow สำหรับ Windows ผู้ใช้งาน
สำหรับผู้ใช้ Windows:
where python where jupyter where ipython
อย่างที่คุณเห็นตอนนี้คุณมีสองคน Python สภาพแวดล้อมหลักและสภาพแวดล้อมที่เพิ่งสร้างใหม่บน ie hello-tf สภาพแวดล้อม conda หลักไม่มีการติดตั้ง tensorFlow มีเพียง hello-tf เท่านั้น จากภาพ python, jupyter และ ipython ได้รับการติดตั้งในสภาพแวดล้อมเดียวกัน ซึ่งหมายความว่าคุณสามารถใช้ TensorFlow กับ Jupyter สมุดบันทึก.
คุณต้องติดตั้ง TensorFlow โดยใช้คำสั่ง pip สำหรับเท่านั้น Windows ผู้ใช้งาน
pip install tensorflow
วิธีนำเข้า Tensorflow เข้ามา Jupyter สมุดบันทึก
ส่วนนี้จะเหมือนกันสำหรับทั้งสอง OS ตอนนี้ เรามาเรียนรู้วิธีนำเข้า TensorFlow กันดีกว่า Jupyter สมุดบันทึก.
คุณสามารถเปิด TensorFlow ด้วย Jupyter.
หมายเหตุ ทุกครั้งที่คุณต้องการเปิด TensorFlow คุณจะต้องเริ่มต้นสภาพแวดล้อม
คุณจะดำเนินการดังต่อไปนี้:
- เปิดใช้งานสภาพแวดล้อม hello-tf conda
- จุดเปิด Jupyter
- นำเข้าเทนเซอร์โฟลว์
- ลบสมุดบันทึก
- ปิดหน้านี้ Jupyter
ขั้นตอน 1) เปิดใช้งานคอนดา
สำหรับผู้ใช้ MacOS:
source activate hello-tf
สำหรับ Windows ผู้ใช้:
conda activate hello-tf
ขั้นตอน 2) จุดเปิด Jupyter
หลังจากนั้นก็สามารถเปิดได้ Jupyter จากเทอร์มินัล
jupyter notebook
เบราว์เซอร์ของคุณควรเปิดโดยอัตโนมัติ มิฉะนั้นให้คัดลอกและวาง URL ที่ Terminal ให้ไว้ โดยจะเริ่มต้นด้วย http://localhost:8888
ภายใน TensorFlow Jupyter Notebook คุณสามารถดูไฟล์ทั้งหมดภายในไดเรกทอรีการทำงานได้ หากต้องการสร้าง Notebook ใหม่ คุณเพียงคลิก ใหม่ และ Python 3
หมายเหตุ สมุดบันทึกใหม่จะถูกบันทึกลงในไดเร็กทอรีการทำงานโดยอัตโนมัติ
ขั้นตอน 3) นำเข้า Tensorflow
ภายในสมุดบันทึก คุณสามารถนำเข้า TensorFlow ได้ Jupyter สมุดบันทึกที่มีนามแฝง tf คลิกเพื่อเรียกใช้ มีการสร้างเซลล์ใหม่ด้านล่าง
import tensorflow as tf
มาเขียนโค้ดแรกของคุณด้วย TensorFlow
hello = tf.constant('Hello, Guru99!')
hello
มีการสร้างเทนเซอร์ใหม่ ขอแสดงความยินดี คุณติดตั้ง TensorFlow สำเร็จด้วย Jupyter บนเครื่องของคุณ
ขั้นตอน 4) ลบไฟล์
คุณสามารถลบไฟล์ชื่อ Untitled.ipynb ภายใน Jupyer ได้
ขั้นตอน 5) ปิดหน้านี้ Jupyter
การปิดมีสองวิธี Jupyter- วิธีแรกคือโดยตรงจากโน้ตบุ๊ก วิธีที่สองคือการใช้เทอร์มินัล (หรือ Anaconda Prompt)
ตั้งแต่ Jupyter
ในแผงหลักของ Jupyter Notebook เพียงคลิก Logout
คุณถูกเปลี่ยนเส้นทางไปยังหน้าออกจากระบบ
จากอาคารผู้โดยสาร
เลือกเทอร์มินัลหรือพรอมต์ Anaconda แล้วรันสองครั้ง ctr+c
ครั้งแรกที่คุณกด ctr+c ระบบจะขอให้คุณยืนยันว่าคุณต้องการปิดโน้ตบุ๊ก ทำซ้ำ Ctrl+c เพื่อยืนยัน
คุณออกจากระบบเรียบร้อยแล้ว
Jupyter ด้วยสภาพแวดล้อมคอนดาหลัก
หากคุณต้องการเปิดใช้ TensorFlow ด้วย jupyter สำหรับการใช้งานในอนาคต คุณจะต้องเปิดเซสชันใหม่ด้วย
source activate hello-tf
ถ้าคุณไม่ทำ Jupyter จะไม่พบ TensorFlow
