Tensorflow Nasıl İndirilir ve Kurulur Jupyter defter

Takma TensorFlow ve Anaconda on Windows or macOS Tek bir conda ortamı ve birkaç komut gerektirir. Ayrıca TensorFlow'u nasıl içe aktaracağınızı da öğreneceksiniz. Jupyter defterTarayıcı tabanlı not defteri görüntüleyici.

TensorFlow Sürümleri

TensorFlow, birden fazla CPU ve GPU genelinde hesaplamaları destekler. Bu, eğitimin hızını artırmak için hesaplamaların cihazlar arasında dağıtılabileceği anlamına gelir. Paralelleştirme sayesinde eğitim algoritmalarının sonuçlarını elde etmek için haftalarca beklemenize gerek kalmaz.

Her Ticaretçi İçin Mükemmellik Windows Kullanıcılar için TensorFlow iki derleme seçeneği sunar:

• Yalnızca CPU destekli TensorFlowBilgisayarınızda NVIDIA GPU yoksa, bu sürümü yükleyin.
• GPU destekli TensorFlowEğitim için daha hızlı, ancak gerçek hesaplama kapasitesine ihtiyaç duyduğunuzda kurulumu yapmaya değer.

Bu eğitimde TensorFlow'un temel sürümü yeterlidir. Aşağıdaki tabloda iki sürüm karşılaştırılmıştır:

Sürüm notu: TensorFlow 2.10, yerel desteğe sahip son sürümdü. Windows GPU desteği. 2.11 sürümünden itibaren, Windows Kullanıcılar GPU sürümünü WSL2 içinde çalıştırır veya CPU paketini kurar. Apple Silicon Mac'ler hızlandırma için tensorflow-metal ekler.

Not: TensorFlow, CUDA GPU desteği sağlamaz. macOS.

İşte nasıl devam edeceğiniz

macOS kullanıcılar:

• Anaconda'yı yükle
• TensorFlow ve bağımlılıklarını yüklemek için bir .yml dosyası oluşturun.
• Başlatmak Jupyter defter

Windows kullanıcılar:

• Anaconda'yı yükle
• Bağımlılıkları yüklemek için bir .yml dosyası oluşturun
• TensorFlow'u eklemek için pip kullanın
• Başlatmak Jupyter defter

TensorFlow'u çalıştırmak için JupyterAnaconda holding bünyesinde özel bir ortam oluşturun.Python, Jupyter ve TensorFlow. Bir temel unsur daha ekleyin. veri bilimi Kütüphane de dahil: pandalarVeri çerçevelerini işleyen bir araçtır.

Anaconda'yı yükle

İndir Dev piton sürüm 4.3.1 (için Python 3.6) uygun sistem için.

Bu sürümler eski sürümlerdir: mevcut TensorFlow 2.x sürümleri şunlarla eşleşir: Python 3.9 ile 3.12 arasında. 2024'ten beri Anaconda varsayılan kanalı, 200'den fazla çalışanı olan kuruluşlar için ücretli lisans gerektiriyor; bu nedenle Miniconda veya conda-forge ile Miniforge ücretsiz bir seçenek.

Anaconda, gerekli kütüphaneleri yönetir. Python or RArdından bunları her ortam için ayrı ayrı kurar.

TensorFlow ve bağımlılıklarını yüklemek için .yml dosyası oluşturun.

O içerir

• Anaconda'nın yolunu bulun
• Çalışma dizinini Anaconda olarak ayarlayın
• yml dosyasını oluşturun (MacOS kullanıcısı için TensorFlow buraya yüklenir)
• Yml dosyasını düzenleyin
• Yml dosyasını derleyin
• Anaconda'yı etkinleştir
• TensorFlow'u yükleyin (Windows yalnızca kullanıcı)

) 1 Adım Anaconda'yı bulun,

Yapmanız gereken ilk adım Anaconda'nın yolunu bulmaktır.

TensorFlow eğitimlerinde kullanılan kütüphaneleri içeren bir conda ortamı oluşturacaksınız.

Windows

Windows kullanıcı, Anaconda İstemi'ni kullanabilir ve şunu yazabilirsiniz:

C:\>where anaconda

Anaconda'nın kurulu olduğu klasörün adını öğrenmek istiyoruz çünkü yeni ortamımızı bu yol içinde oluşturmak istiyoruz. Yukarıdaki resimde Anaconda, Admin klasöründe yer alıyor; sizinki ise kendi kullanıcı adınızı taşıyacak.

Ardından, çalışma dizinini c:\ konumundan Anaconda3 konumuna taşıyacaksınız.

MacOS

Her Ticaretçi İçin Mükemmellik macOS Kullanıcılar, Terminali açın ve şunu yazın:

which anaconda

Şimdi Anaconda içinde, içeriği barındıracak bir klasör oluşturacaksınız. IPython, Jupyter hem de TensorFlowBu kütüphaneleri tanımlamanın en hızlı yolu bir yml dosyası kullanmaktır.

) 2 Adım Çalışma dizini ayarla

Yml dosyasının oluşturulacağı çalışma dizinini belirtin; yukarıda belirtildiği gibi, bu dosya Anaconda'nın içinde yer alır.

Her Ticaretçi İçin Mükemmellik macOS kullanıcılar:

Terminal varsayılan olarak... Kullanıcılar/KULLANICI ADIAşağıdaki şekilde anaconda3 yolu ve çalışma dizini eşleşiyor; macOS $ işaretinden önce geçerli klasörü gösterir. Tüm kütüphaneler oraya yüklenir.

Eğer metin düzenleyicinizdeki yol eşleşmiyorsa, Terminal'de `cd PATH` komutunu çalıştırın ve yol içinde boşluk varsa tırnak içine alın.

Terminalinizi açın ve şunu yazın:

cd anaconda3

Her Ticaretçi İçin Mükemmellik Windows Kullanıcılar, Anaconda3'ten önceki klasörü kontrol edin:

cd C:\Users\Admin\Anaconda3

veya “anaconda” komutunun size verdiği yol

) 3 Adım Yml dosyasını oluşturun

Yml dosyasını yeni çalışma dizininde oluşturabilirsiniz.

Dosya, TensorFlow'u çalıştırmak için ihtiyaç duyduğunuz bağımlılıkları yükleyecektir. Bu kodu kopyalayıp Terminale yapıştırın.

MacOS kullanıcıları için:

touch hello-tf.yml

anaconda3'ün içinde hello-tf.yml adlı yeni bir dosya görünmelidir.

Her Ticaretçi İçin Mükemmellik Windows kullanıcı:

echo.>hello-tf.yml

hello-tf.yml adında yeni bir dosya görünmelidir

) 4 Adım Yml dosyasını düzenleyin

Yml dosyasını düzenlemeye hazırsınız.

MacOS kullanıcıları için:

Dosyayı düzenlemek için aşağıdaki kodu Terminal'e yapıştırabilirsiniz. MacOS kullanıcısı şunu kullanabilir: vim yml dosyasını düzenlemek için.

vi hello-tf.yml

Şu ana kadar Terminaliniz şöyle görünüyor

bir giriyorsunuz düzenleme modu. Bu modda esc tuşuna bastıktan sonra şunları yapabilirsiniz:

• Düzenlemeye başlamak için i tuşuna basın.
• Esc tuşuna basın, ardından kaydetmek için :w yazın.
• Kaydetmeden çıkmak için önce Esc tuşuna, ardından :q! yazın.

Aşağıdaki kodu düzenleme modunda yazın ve esc tuşuna ve ardından :w tuşuna basın

Not: Dosya davadır hem de Girinti hassasiyetine sahip. Her girinti seviyesi için iki boşluk gereklidir.

MacOS için

name: hello-tf
dependencies:
 - python=3.6
 - jupyter
 - ipython
 - pandas
 - pip:
 - https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl

Code açıklama

• name: hello-tf: yml dosyasının adı
• bağımlılıklar:
• piton=3.6
• Jüpiter
• piton
• pandalar: Yükle Python 3.6, Jupyter, BENPython ve pandalar.
• pip: Bir kurulum yapın Python kütüphane
  • Tekerlek URLTensorFlow'u doğrudan şuradan yükleyin: Google depolama API'si.

Düzenleme modundan çıkmak için önce esc tuşuna, ardından :q! tuşuna basın.

Her Ticaretçi İçin Mükemmellik Windows Kullanıcı:

Windows hayır vimDolayısıyla bu adım için Not Defteri yeterlidir.

notepad hello-tf.yml

Aşağıdakileri dosyaya girin

name: hello-tf
dependencies:
 - python=3.6
 - jupyter
 - ipython
 - pandas

Code açıklama

• name: hello-tf: yml dosyasının adı
• bağımlılıklar:
• piton=3.6
• Jüpiter
• piton
• pandalar: Yükle Python 3.6, Jupyter, BENPython ve pandalar.

Not defteri açılacaktır, dosyayı buradan düzenleyebilirsiniz.

Not: Windows Kullanıcılar bir sonraki adımda TensorFlow'u kuracaklar; burada sadece conda ortamını hazırlamanız gerekiyor.

) 5 Adım Yml dosyasını derleyin

.yml dosyasını aşağıdaki komutla derleyin:

conda env create -f hello-tf.yml

Not: Her Ticaretçi İçin Mükemmellik Windows kullanıcılar için yeni ortam geçerli kullanıcı dizini içinde oluşturulur.

Bu işlem zaman alır ve yaklaşık 1.1 GB disk alanı kullanır.

In Windows

) 6 Adım Conda ortamını etkinleştir

Artık iki adet conda ortamınız var.

İzole bir ortam, her birey için önerilen bir uygulamadır. makine öğrenme Proje farklı bir kütüphane seti gerektiriyor ve proje sona erdiğinde onu silebilirsiniz.

conda env list

Yıldız işareti aktif ortamı gösterir. Etkinleştirmek için hello-tf'ye geçin. Modern conda her platformda conda activate kullanır; source activate kullanımı artık önerilmemektedir.

MacOS kullanıcıları için:

source activate hello-tf

Her Ticaretçi İçin Mükemmellik Windows kullanıcı:

activate hello-tf

Tüm bağımlılıkların aynı ortamda çözüldüğünü doğrulayın, böylece Python, Jupyter TensorFlow ve TensorFlow aynı öneki paylaşır. Eğer üç yol farklıysa, ortamı yeniden oluşturun.

MacOS kullanıcıları için:

which python
which jupyter
which ipython

İsteğe bağlı: Bir güncelleme olup olmadığını kontrol edin.

pip install --upgrade tensorflow

) 7 Adım TensorFlow For'u yükleyin Windows kullanıcı

Her Ticaretçi İçin Mükemmellik Windows kullanıcılar:

where python
where jupyter
where ipython

İki Python Şu anda iki ortam mevcut: temel ortam ve hello-tf. Sadece hello-tf, TensorFlow'u destekliyor. Resimde, python, jupyter ve ipython'un hepsi aynı ortama işaret ediyor, bu nedenle TensorFlow her yerden kullanılabilir. Jupyter Defter.

Windows Kullanıcılar TensorFlow'u pip ile kurarlar:

pip install tensorflow

TensorFlow'u Nasıl İçe Aktarırım? Jupyter defter

Bu kısım her iki işletim sisteminde de aynıdır. TensorFlow'u açmadan önce ortamın her seferinde etkinleştirilmesi gerektiğini unutmayın.

Aşağıdaki gibi ilerleyeceksin:

• Hello-tf conda ortamını etkinleştirin
• Açılış Jupyter
• TensorFlow'u içe aktarın
• Not Defterini Sil
• Kapat Jupyter

) 1 Adım Conda'yı etkinleştir

MacOS kullanıcıları için:

source activate hello-tf

Her Ticaretçi İçin Mükemmellik Windows kullanıcı:

conda activate hello-tf

) 2 Adım Açılış Jupyter

Ondan sonra açabilirsiniz Jupyter Terminalden

jupyter notebook

Tarayıcı otomatik olarak açılmalıdır; aksi takdirde kopyalayın. URL Terminal tarafından yazdırılan ve http://localhost:8888 ile başlayan mesaj.

Kontrol paneli, çalışma dizinindeki her dosyayı listeler. Tıklayın. Yeni hem de Python 3 Bir not defteri oluşturmak.

Not: Yeni not defteri otomatik olarak çalışma dizinine kaydedilir.

) 3 Adım TensorFlow'u içe aktarın

Dizüstü bilgisayarın içinde TensorFlow'u içe aktarabilirsiniz. Jupyter TF takma adına sahip not defteri. Çalıştırmak için tıklayın. Aşağıda yeni bir hücre oluşturuldu.

import tensorflow as tf

TensorFlow ile ilk kodunuzu yazalım.

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

A new tensör oluşturuldu. Tebrikler, TensorFlow artık çalışıyor. Jupyter makinende.

) 4 Adım Dosyayı sil

"Untitled.ipynb" adlı dosyayı silin. Jupyter gösterge panosu.

) 5 Adım Kapat Jupyter

Jupyter Bu işlem, not defterinden veya terminalden (Anaconda Prompt üzerinden) kapatılabilir. Windows).

Başlangıç Jupyter

Ana panelde Jupyter Not defteri, tıklamanız yeterli Çıkış Yap

Oturum kapatma sayfasına yönlendirilirsiniz.

Terminalden

Terminali veya Anaconda Prompt'u seçin ve Ctrl+C tuşlarına iki kez basın.

İlk Ctrl+C işlemi kapatmayı onaylamanızı ister; ikincisi ise onaylar.

Başarıyla çıkış yaptınız.

Jupyter ana conda ortamı ile

TensorFlow'u başlatmak için Jupyter Gelecek bir oturumda, öncelikle ortamı etkinleştirin:

source activate hello-tf

Bu adım olmadan, Jupyter Temel ortamda başlıyor ve içe aktarma başarısız oluyor.

SSS