Jak pobrać & Zainstaluj TensorFLow: Jupyter - Windows / Mac

W tym samouczku wyjaśnimy, jak zainstalować TensorFlow Anaconda Windows. Dowiesz się, jak korzystać z TensorFlow w Jupyter Notebook. Jupyter to przeglądarka notatników.

Wersje TensorFlow

TensorFlow obsługuje obliczenia na wielu procesorach i procesorach graficznych. Oznacza to, że obliczenia można rozdzielić na różne urządzenia, aby przyspieszyć szkolenie. Dzięki zrównoleglaniu nie musisz czekać tygodniami, aby uzyskać wyniki algorytmów uczących.

Dla użytkowników systemu Windows TensorFlow udostępnia dwie wersje:

TensorFlow tylko z obsługą procesora : Jeśli Twoja maszyna nie działa na GPU NVIDIA, możesz zainstalować tylko tę wersję
TensorFlow z obsługą GPU : aby przyspieszyć obliczenia, możesz pobrać wersję obsługiwaną przez TensorFlow GPU. Ta wersja ma sens tylko wtedy, gdy potrzebujesz dużej mocy obliczeniowej.

W tym samouczku podstawowa wersja TensorFlow jest wystarczająca.

Uwaga: TensorFlow nie obsługuje GPU w systemie MacOS.

Oto jak postępować

Użytkownik MacOS:

Zainstaluj Anaconda
Utwórz plik .yml, aby zainstalować Tensorflow i zależności
Uruchom notatnik Jupyter

Dla Windowsa

Zainstaluj Anaconda
Utwórz plik .yml, aby zainstalować zależności
Użyj pip, aby dodać TensorFlow
Uruchom notatnik Jupyter

Aby uruchomić Tensorflow z Jupyter, musisz utworzyć środowisko w Anaconda. Oznacza to, że zainstalujesz Ipython, Jupyter i TensorFlow w odpowiednim folderze na naszej maszynie. Oprócz tego dodasz jedną podstawową bibliotekę do nauki o danych: „Pandy”. Biblioteka Pandas pomaga manipulować ramką danych.

Zainstaluj Anaconda

Pobierz Anaconda w wersji 4.3.1 (dla Pythona 3.6) dla odpowiedniego systemu.

Anaconda pomoże ci zarządzać wszystkimi bibliotekami wymaganymi dla Pythona lub R. Zapoznaj się z tym samouczkiem, aby zainstalować Anacondę

Utwórz plik .yml, aby zainstalować Tensorflow i zależności

Obejmuje

Zlokalizuj ścieżkę Anakondy
Ustaw katalog roboczy na Anaconda
Utwórz plik yml (dla użytkownika MacOS instalowany jest TensorFlow)
Edytuj plik yml
Skompiluj plik yml
Aktywuj Anacondę
Zainstaluj TensorFlow (tylko użytkownik systemu Windows)

Krok 1) Zlokalizuj Anacondę,

Pierwszym krokiem do zrobienia jest zlokalizowanie ścieżki Anakondy.

Utworzysz nowe środowisko Conda, które będzie zawierało biblioteki niezbędne, których będziesz używać podczas samouczków dotyczących TensorFlow.

Windows

Jeśli jesteś użytkownikiem systemu Windows, możesz użyć polecenia Anaconda i wpisać:

C:\>where anaconda

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

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

System operacyjny Mac

w przypadku użytkownika MacOS można skorzystać z Terminala i wpisać:

which anaconda

Będziesz musiał utworzyć nowy folder w Anaconda, który będzie zawierał Ipython , Jupyter i TensorFlow . Szybkim sposobem instalacji bibliotek i oprogramowania jest napisanie pliku yml.

Krok 2) Ustaw katalog roboczy

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

Jak wspomniano wcześniej, będzie się znajdować wewnątrz Anacondy.

Dla użytkownika MacOS:

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

Jeśli ścieżka w edytorze tekstu nie jest zgodna z katalogiem roboczym, możesz go zmienić, wpisując cd PATH w terminalu. ŚCIEŻKA to ścieżka, którą wkleiłeś w edytorze tekstu. Nie zapomnij otoczyć PATH słowem „PATH”. Ta akcja zmieni katalog roboczy na PATH.

Otwórz terminal i wpisz:

cd anaconda3

Dla użytkownika systemu Windows (upewnij się, że folder znajduje się przed Anaconda3):

cd C:\Users\Admin\Anaconda3

lub ścieżkę, którą podaje polecenie „gdzie anakonda”

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 użytkownika MacOS:

touch hello-tf.yml

Nowy plik o nazwie hello-tf.yml powinien pojawić się wewnątrz anaconda3

W przypadku użytkownika systemu Windows:

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 użytkownika MacOS:

Możesz wkleić następujący kod w terminalu, aby edytować plik. Użytkownik MacOS może użyć vim do edycji pliku yml.

vi hello-tf.yml

Jak dotąd twój terminal wygląda tak

Wchodzisz w tryb edycji . W tym trybie możesz po naciśnięciu klawisza esc:

Naciśnij i, aby edytować
Naciśnij w, aby zapisać
Naciśnij q! do wyjścia

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

Uwaga: w pliku rozróżnia się wielkość liter i intencje. Po każdym zamiarze wymagane są 2 spacje.

W przypadku systemu 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:
python = 3,6
jupyter
ipython
pandy: Zainstaluj Python w wersji 3.6, biblioteki Jupyter, Ipython i pandas
pip: Zainstaluj bibliotekę Pythona
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Zainstaluj TensorFlow z Google apis.

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

W przypadku użytkownika systemu Windows:

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

notepad hello-tf.yml

Wprowadź następujące do pliku

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

Objaśnienie kodu

name: hello-tf: nazwa pliku yml
zależności:
python = 3,6
jupyter
ipython
pandy: Zainstaluj Python w wersji 3.6, biblioteki Jupyter, Ipython i pandas

Otworzy notatnik, możesz edytować plik stąd.

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

Krok 5) Skompiluj plik yml

Możesz skompilować plik .yml za pomocą następującego kodu:

conda env create -f hello-tf.yml

Uwaga: w przypadku użytkowników systemu Windows nowe środowisko jest tworzone w katalogu bieżącego użytkownika.

Potrzeba czasu. Zajmie to około 1,1 GB miejsca na dysku twardym.

W systemie Windows

Krok 6) Aktywuj środowisko Conda

Prawie skończyliśmy. Masz teraz 2 środowiska Conda.

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

conda env list

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

Dla użytkownika MacOS:

source activate hello-tf

W przypadku użytkownika systemu Windows:

activate hello-tf

Możesz sprawdzić, czy wszystkie zależności znajdują się w tym samym środowisku. Jest to ważne, ponieważ umożliwia Pythonowi używanie 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 użytkownika MacOS:

which pythonwhich jupyterwhich ipython

Opcjonalnie: możesz sprawdzić dostępność aktualizacji.

pip install --upgrade tensorflow

Krok 7) Zainstaluj TensorFlow dla użytkownika Windows

Dla użytkownika systemu Windows:

where pythonwhere jupyterwhere ipython

Jak widać, masz teraz dwa środowiska Pythona. Główny i nowo utworzony np. Hello-tf. W głównym środowisku Conda nie zainstalowano tensorFlow, a jedynie hello-tf. Na zdjęciu python, jupyter i ipython są instalowane w tym samym środowisku. Oznacza to, że możesz używać TensorFlow z notebookiem Jupyter.

Musisz zainstalować TensorFlow za pomocą polecenia pip. Tylko dla użytkownika systemu Windows

pip install tensorflow

Uruchom notatnik Jupyter

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

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
Otwórz Jupyter
Importuj tensorflow
Usuń notatnik
Zamknij Jupyter

Krok 1) Aktywuj conda

Dla użytkownika MacOS:

source activate hello-tf

W przypadku użytkownika systemu Windows:

conda activate hello-tf

Krok 2) Otwórz 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 notatnika TensorFlow Jupyter można zobaczyć wszystkie pliki w katalogu roboczym. Aby utworzyć nowy notatnik, po prostu kliknij nowy i Python 3

Uwaga: nowy notatnik jest automatycznie zapisywany w katalogu roboczym.

Krok 3) Importuj Tensorflow

W notatniku możesz zaimportować TensorFlow do Jupyter Notebook za pomocą aliasu tf. Kliknij, aby uruchomić. Poniżej zostanie utworzona 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 z Jupyter na swoim komputerze.

Krok 4) Usuń plik

Możesz usunąć plik o nazwie Untitled.ipynb wewnątrz Jupyer.

Krok 5) Zamknij Jupyter

Istnieją dwa sposoby zamknięcia Jupyter. Pierwszy sposób jest bezpośrednio z notebooka. Drugi sposób to skorzystanie z terminala (lub Anaconda Prompt)

Z Jupyter

W głównym panelu Jupyter Notebook, po prostu kliknij Wyloguj