如何在 Jupyter 笔记本

在本教程中，我们将解释如何安装 TensorFlow Anaconda Windows您将学习如何使用 TensorFlow Jupyter 笔记本电脑。 Jupyter 是一个笔记本查看器。

TensorFlow 版本

TensorFlow 支持跨多个 CPU 和 GPU 进行计算。这意味着计算可以分布在各个设备上以提高训练速度。通过并行化，您无需等待数周即可获得训练算法的结果。

对于 Windows 对于用户来说，TensorFlow提供了两个版本：

仅支持 CPU 的 TensorFlow：如果你的机器不是在 NVIDIA GPU 上运行的，你只能安装此版本
支持 GPU 的 TensorFlow：为了加快计算速度，您可以下载 TensorFlow GPU 支持版本。只有您需要强大的计算能力时，此版本才有意义。

在本教程中，TensorFlow 的基础版本就足够了。

请注意： TensorFlow 不为 MacOS 提供 GPU 支持。

以下是操作方法

MacOS 用户：

安装Anaconda
创建 .yml 文件以安装 Tensorflow 和依赖项
正式上线 Jupyter 笔记本

Windows版

安装Anaconda
创建 .yml 文件来安装依赖项
使用 pip 添加 TensorFlow
正式上线 Jupyter 笔记本

使用以下方法运行 Tensorflow Jupyter，你需要在 Anaconda 中创建一个环境。这意味着你将安装 Ipython， Jupyter以及 TensorFlow 放在我们机器内的适当文件夹中。除此之外，你还需要添加一个必要的库数据科学：“Pandas”。Pandas 库有助于操作数据框。

安装Anaconda

下载蟒蛇版本 4.3.1（适用于 Python 3.6) 适合的系统。

Anaconda 将帮助你管理所需的所有库，无论是 Python 或 R。请参阅此 Anaconda 安装教程

创建 .yml 文件以安装 Tensorflow 和依赖项

它包括

找到 Anaconda 的路径
将工作目录设置为 Anaconda
创建 yml 文件（对于 MacOS 用户，这里安装了 TensorFlow）
编辑 yml 文件
编译 yml 文件
激活 Anaconda
安装 TensorFlow (Windows 仅限用户）

步骤1） 找到 Anaconda，

您需要做的第一步是找到 Anaconda 的路径。

您将创建一个新的 conda 环境，其中包含在 TensorFlow 教程中将使用的必要库。

Windows

如果你是一个 Windows 用户，您可以使用 Anaconda Prompt 并输入：

C:\>where anaconda

我们想知道安装 Anaconda 的文件夹的名称，因为我们想在这个路径中创建新的环境。例如，在上图中，Anaconda 安装在 Admin 文件夹中。对您来说，它可以是相同的，即 Admin 或用户的名称。

接下来我们将工作目录从 c:\ 设置为 Anaconda3。

MacOS

对于 MacOS 用户，您可以使用终端并输入：

which anaconda

你需要在 Anaconda 中创建一个新文件夹，其中包含蟒蛇, Jupyter 和 TensorFlow。安装库和软件的一个快捷方式是编写 yml 文件。

步骤2） 设置工作目录

您需要指定要创建 yml 文件的工作目录。

如前所述，它将位于 Anaconda 内部。

对于 MacOS 用户：

终端将默认工作目录设置为 用户/用户名如下图所示，anaconda3 的路径和工作目录是一致的，在 MacOS 中，$ 前面显示的是最新文件夹，终端会把所有库都安装到这个工作目录中。

如果文本编辑器上的路径与工作目录不匹配，您可以在终端中输入 cd PATH 来更改它。PATH 是您在文本编辑器中粘贴的路径。不要忘记用“PATH”包装 PATH。此操作会将工作目录更改为 PATH。

打开终端并输入：

cd anaconda3

对于 Windows 用户（确保Anaconda3之前的文件夹）：

cd C:\Users\Admin\Anaconda3

或者“anaconda”命令给出的路径

步骤3） 创建 yml 文件

您可以在新的工作目录中创建 yml 文件。

该文件将安装运行 TensorFlow 所需的依赖项。将此代码复制并粘贴到终端中。

对于 MacOS 用户：

touch hello-tf.yml

anaconda3 中应该会出现一个名为 hello-tf.yml 的新文件

对于 Windows 用户：

echo.>hello-tf.yml

应该会出现一个名为 hello-tf.yml 的新文件

步骤4） 编辑 yml 文件

您已准备好编辑 yml 文件。

对于 MacOS 用户：

您可以将以下代码粘贴到终端中来编辑该文件。MacOS 用户可以使用 VIM 编辑 yml 文件。

vi hello-tf.yml

到目前为止，你的终端如下所示

您输入编辑模式。在此模式下，按下 esc 后您可以：

按 i 编辑
按 w 保存
按 q! 退出

在编辑模式下输入以下代码，然后按 esc 键，然后按 :w 键

请注意： 文件大小：和意图敏感。每个意图后需要 2 个空格。

对于 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

代码说明

name: hello-tf：yml 文件的名称
依赖：
蟒蛇=3.6
朱庇特
蟒蛇
大熊猫：安装 Python 版本3.6， Jupyter、Ipython 和 pandas 库
pip：安装一个 Python 图书馆
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Install TensorFlow from Google apis.

按 esc，然后按 :q! 退出编辑模式。

对于 Windows 用户：

Windows 没有vim程序，所以用记事本就可以完成这一步。

notepad hello-tf.yml

在文件中输入以下内容

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

代码说明

name: hello-tf：yml 文件的名称
依赖：
蟒蛇=3.6
朱庇特
蟒蛇
pandas：安装 Python 版本3.6， Jupyter、Ipython 和 pandas 库

它将打开记事本，您可以从这里编辑文件。

请注意： Windows 用户将在下一步中安装 TensorFlow。在此步骤中，你仅准备 conda 环境

步骤5） 编译 yml 文件

您可以使用以下代码编译.yml 文件：

conda env create -f hello-tf.yml

请注意： 对于 Windows 用户，新的环境将在当前用户目录内创建。

这需要一些时间。它将占用您硬盘上大约 1.1GB 的空间。

In Windows

步骤6） 激活 conda 环境

我们快完成了。您现在有 2 个 conda 环境。

您创建了一个独立的 conda 环境，其中包含您将在教程中使用的库。这是推荐的做法，因为每个机器学习项目需要不同的库。项目结束后，您可以删除或取消此环境。

conda env list

星号表示默认的。您需要切换到 hello-tf 才能激活环境

对于 MacOS 用户：

source activate hello-tf

对于 Windows 用户：

activate hello-tf

您可以检查所有依赖项是否在同一个环境中。这很重要，因为它允许 Python 使用 Jupyter 和 TensorFlow。如果您没有看到它们三个位于同一个文件夹中，则需要重新开始。

对于 MacOS 用户：

which python
which jupyter
which ipython

可选的： 您可以检查更新。

pip install --upgrade tensorflow

步骤7） 安装 TensorFlow Windows 用户

对于 Windows 用户：

where python
where jupyter
where ipython

如你所见，你现在有两个 Python 环境。主环境和新创建的 hello-tf。主 conda 环境没有安装 tensorFlow，只有 hello-tf。从图片中可以看出，python、jupyter 和 ipython 安装在同一个环境中。这意味着，你可以使用 TensorFlow 和 Jupyter 笔记本电脑。

您需要使用 pip 命令安装 TensorFlow。仅适用于 Windows 用户

pip install tensorflow

如何在 Jupyter 笔记本

这部分对于两个操作系统来说都是相同的。现在，让我们学习如何在 Jupyter 笔记本电脑。

你可以使用以下方式打开 TensorFlow Jupyter.

请注意： 每次打开 TensorFlow 时，都需要初始化环境

您将按如下方式进行：

激活 hello-tf conda 环境
可选 Jupyter
导入 TensorFlow
删除笔记本
关闭 Jupyter

步骤1） 激活 conda

对于 MacOS 用户：

source activate hello-tf

对于 Windows 用户：

conda activate hello-tf

步骤2） 可选 Jupyter

之后就可以打开了 Jupyter 从终端

jupyter notebook

您的浏览器应该会自动打开，否则请复制并粘贴终端提供的网址。它以 http://localhost:8888 开头

TensorFlow 内部 Jupyter Notebook，您可以查看工作目录中的所有文件。要创建新的 Notebook，只需单击新和 Python 3

请注意： 新的笔记本会自动保存在工作目录中。

步骤3） 导入 Tensorflow

在笔记本中，你可以导入 TensorFlow Jupyter 具有 tf 别名的笔记本。单击即可运行。下面会创建一个新的单元格。

import tensorflow as tf

让我们用 TensorFlow 编写您的第一个代码。

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

一个新的张量已创建。恭喜。您已成功安装 TensorFlow Jupyter 在您的机器上。

步骤4） 删除文件

您可以删除 Jupyer 里面名为 Untitled.ipynb 的文件。

步骤5） 关闭 Jupyter

有两种关闭方式 Jupyter。第一种方法是直接从笔记本中。第二种方法是使用终端（或 Anaconda Prompt）

从 Jupyter

在主面板中 Jupyter 笔记本，只需点击退出

您将被重定向至注销页面。

从终端

选择终端或 Anaconda 提示符并运行两次 ctr+c。

第一次按 ctr+c 时，系统会要求您确认是否要关闭笔记本电脑。重复 ctr+c 以确认

您已成功注销。

Jupyter 与主要的 conda 环境

如果你希望将来使用 jupyter 启动 TensorFlow，则需要使用以下命令打开一个新会话：

source activate hello-tf

如果没有 Jupyter 找不到 TensorFlow

你可能会喜欢：

TensorFlow 版本

安装Anaconda

创建 .yml 文件以安装 Tensorflow 和依赖项

相关文章

如何在 Jupyter 笔记本

Jupyter 与主要的 conda 环境