Hvordan laste ned & Installer TensorFLow: Jupyter - Windows / Mac

Innholdsfortegnelse:

Anonim

I denne opplæringen vil vi forklare hvordan du installerer TensorFlow Anaconda Windows. Du lærer hvordan du bruker TensorFlow i Jupyter Notebook. Jupyter er en notatblokkvisning.

TensorFlow-versjoner

TensorFlow støtter beregninger på tvers av flere CPUer og GPUer. Det betyr at beregningene kan fordeles på enheter for å forbedre treningshastigheten. Med parallellisering trenger du ikke å vente i flere uker for å oppnå resultatene av treningsalgoritmer.

For Windows-brukere tilbyr TensorFlow to versjoner:

  • TensorFlow bare med CPU-støtte : Hvis maskinen ikke kjører på NVIDIA GPU, kan du bare installere denne versjonen
  • TensorFlow med GPU-støtte : For raskere beregning kan du laste ned TensorFlow GPU-støttet versjon. Denne versjonen er bare fornuftig hvis du trenger sterk beregningskapasitet.

I løpet av denne opplæringen er den grunnleggende versjonen av TensorFlow tilstrekkelig.

Merk: TensorFlow gir ikke GPU-støtte på MacOS.

Slik går du frem

MacOS-bruker:

  • Installer Anaconda
  • Opprett en .yml-fil for å installere Tensorflow og avhengigheter
  • Start Jupyter Notebook

For Windows

  • Installer Anaconda
  • Opprett en .yml-fil for å installere avhengigheter
  • Bruk pip for å legge til TensorFlow
  • Start Jupyter Notebook

For å kjøre Tensorflow med Jupyter, må du opprette et miljø i Anaconda. Det betyr at du vil installere Ipython, Jupyter og TensorFlow i en passende mappe inne i maskinen vår. På toppen av dette vil du legge til et viktig bibliotek for datavitenskap: "Pandaer". Pandas-biblioteket hjelper til med å manipulere en dataramme.

Installer Anaconda

Last ned Anaconda versjon 4.3.1 (for Python 3.6) for riktig system.

Anaconda vil hjelpe deg med å administrere alle nødvendige biblioteker for Python eller R. Se denne veiledningen for å installere Anaconda

Opprett .yml-fil for å installere Tensorflow og avhengigheter

Det inkluderer

  • Finn stien til Anaconda
  • Sett arbeidskatalogen til Anaconda
  • Opprett yml-filen (For MacOS-brukere er TensorFlow installert her)
  • Rediger yml-filen
  • Kompiler yml-filen
  • Aktiver Anaconda
  • Installer TensorFlow (kun Windows-brukere)

Trinn 1) Finn Anaconda,

Det første trinnet du trenger å gjøre er å finne stien til Anaconda.

Du vil opprette et nytt conda-miljø som inkluderer nødvendighetsbibliotekene du vil bruke under veiledningene om TensorFlow.

Windows

Hvis du er Windows-bruker, kan du bruke Anaconda Prompt og skrive:

C:\>where anaconda

Vi er interessert i å vite navnet på mappen der Anaconda er installert fordi vi ønsker å skape vårt nye miljø innenfor denne banen. For eksempel, på bildet over, er Anaconda installert i Admin-mappen. For deg kan det være det samme, dvs. administrator eller brukerens navn.

I det neste vil vi sette arbeidskatalogen fra c: \ til Anaconda3.

Mac os

For MacOS-brukere kan du bruke Terminal og skrive:

which anaconda

Du må opprette en ny mappe i Anaconda som inneholder Ipython , Jupyter og TensorFlow . En rask måte å installere biblioteker og programvare på er å skrive en yml-fil.

Trinn 2) Angi arbeidskatalog

Du må spesifisere arbeidskatalogen der du vil opprette yml-filen.

Som sagt tidligere, vil den være plassert inne i Anaconda.

For MacOS-brukere:

Terminalen setter standard arbeidskatalog til Brukere / BRUKERNAVN . Som du kan se i figuren nedenfor, er banen til anaconda3 og arbeidskatalogen identisk. I MacOS vises den siste mappen før $. Terminalen installerer alle bibliotekene i denne arbeidskatalogen.

Hvis banen i teksteditoren ikke samsvarer med arbeidskatalogen, kan du endre den ved å skrive cd PATH i terminalen. PATH er banen du limte inn i tekstredigereren. Ikke glem å pakke PATH med 'PATH'. Denne handlingen vil endre arbeidskatalogen til PATH.

Åpne terminalen din, og skriv:

cd anaconda3

For Windows-brukere (sørg for mappen før Anaconda3):

cd C:\Users\Admin\Anaconda3

eller stien "hvor anaconda" kommandoen gir deg

Trinn 3) Opprett yml-filen

Du kan opprette yml-filen i den nye arbeidskatalogen.

Filen installerer avhengighetene du trenger for å kjøre TensorFlow. Kopier og lim inn denne koden i terminalen.

For MacOS-brukere:

touch hello-tf.yml

En ny fil med navnet hallo-tf.yml skal vises inne i anaconda3

For Windows-brukere:

echo.>hello-tf.yml

En ny fil med navnet hallo-tf.yml skal vises

Trinn 4) Rediger yml-filen

Du er klar til å redigere yml-filen.

For MacOS-brukere:

Du kan lime inn følgende kode i terminalen for å redigere filen. MacOS-brukere kan bruke vim til å redigere yml-filen.

vi hello-tf.yml

Så langt ser terminalen din slik ut

Du går inn i redigeringsmodus . Innenfor denne modusen kan du, etter å ha trykket på esc:

  • Trykk på i for å redigere
  • Trykk w for å lagre
  • Trykk q! å slutte

Skriv følgende kode i redigeringsmodus og trykk esc etterfulgt av: w

Merk: Filen er store og små bokstaver . Det kreves to mellomrom etter hver intensjon.

For 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
Kode Forklaring
  • navn: hallo-tf: Navnet på yml-filen
  • avhengigheter:
  • python = 3,6
  • jupyter
  • ipython
  • pandas: Installer Python versjon 3.6, Jupyter, Ipython og pandas biblioteker
  • pip: Installer et Python-bibliotek
    • https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Installer TensorFlow fra Google apis.

Trykk på esc etterfulgt av: q! til ganske redigeringsmodus.

For Windows-brukere:

Windows har ikke vim-program, så Notisblokk er nok til å fullføre dette trinnet.

notepad hello-tf.yml

Skriv inn følgende i filen

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

Kode Forklaring

  • navn: hallo-tf: Navnet på yml-filen
  • avhengigheter:
  • python = 3,6
  • jupyter
  • ipython
  • pandas: Installer Python versjon 3.6, Jupyter, Ipython og pandas biblioteker

Det åpner notisblokken, du kan redigere filen herfra.

Merk: Windows-brukere vil installere TensorFlow i neste trinn. I dette trinnet forbereder du bare conda-miljøet

Trinn 5) Kompiler yml-filen

Du kan kompilere .yml-filen med følgende kode:

conda env create -f hello-tf.yml

Merk: For Windows-brukere opprettes det nye miljøet i den nåværende brukerkatalogen.

Det tar tider. Det tar rundt 1,1 GB plass på harddisken.

I Windows

Trinn 6) Aktiver kondomiljø

Vi er nesten ferdige. Du har nå to conda miljøer.

Du opprettet et isolert conda-miljø med bibliotekene du vil bruke under veiledningene. Dette er en anbefalt praksis fordi hvert maskinlæringsprosjekt krever forskjellige biblioteker. Når prosjektet er over, kan du fjerne dette miljøet eller ikke.

conda env list

Asterixet indikerer standard. Du må bytte til hallo-tf for å aktivere miljøet

For MacOS-brukere:

source activate hello-tf

For Windows-brukere:

activate hello-tf

Du kan sjekke at alle avhengigheter er i samme miljø. Dette er viktig fordi det gjør at Python kan bruke Jupyter og TensorFlow fra samme miljø. Hvis du ikke ser de tre i samme mappe, må du starte på nytt.

For MacOS-brukere:

which pythonwhich jupyterwhich ipython

Valgfritt: Du kan se etter oppdatering.

pip install --upgrade tensorflow

Trinn 7) Installer TensorFlow For Windows-bruker

For Windows-brukere:

where pythonwhere jupyterwhere ipython

Som du kan se, har du nå to Python-miljøer. Den viktigste og den nyopprettede på dvs. hallo-tf. Hovedleilighetsmiljøet har ikke tensorFlow installert bare hallo-tf. Fra bildet er python, jupyter og ipython installert i samme miljø. Det betyr at du kan bruke TensorFlow med en Jupyter Notebook.

Du må installere TensorFlow ved hjelp av pip-kommandoen. Bare for Windows-brukere

pip install tensorflow

Start Jupyter Notebook

Denne delen er den samme for begge operativsystemene. La oss nå lære å importere TensorFlow i Jupyter Notebook.

Du kan åpne TensorFlow med Jupyter.

Merk: Hver gang du vil åpne TensorFlow, må du initialisere miljøet

Du fortsetter som følger:

  • Aktiver hallo-tf conda-miljø
  • Åpne Jupyter
  • Importer tensorflow
  • Slett Notatbok
  • Lukk Jupyter

Trinn 1) Aktiver konda

For MacOS-brukere:

source activate hello-tf

For Windows-brukere:

conda activate hello-tf

Trinn 2) Åpne Jupyter

Etter det kan du åpne Jupyter fra terminalen

jupyter notebook

Nettleseren din skal åpnes automatisk, ellers kopier og lim inn url fra Terminal. Det starter med http: // localhost: 8888

Inne i TensorFlow Jupyter Notebook kan du se alle filene i arbeidskatalogen. For å lage en ny notatbok klikker du ganske enkelt på ny og Python 3

Merk: Den nye notisboken lagres automatisk i arbeidskatalogen.

Trinn 3) Importer Tensorflow

Inne i notisboken kan du importere TensorFlow i Jupyter Notebook med tf-aliaset. Klikk for å kjøre. En ny celle opprettes nedenfor.

import tensorflow as tf

La oss skrive din første kode med TensorFlow.

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

En ny tensor opprettes. Gratulerer. Du har installert TensorFlow med Jupyter på maskinen din.

Trinn 4) Slett fil

Du kan slette filen heter Untitled.ipynb inne i Jupyer.

Trinn 5) Lukk Jupyter

Det er to måter å lukke Jupyter på. Den første måten er direkte fra notatboken. Den andre måten er å bruke terminalen (eller Anaconda Prompt)

Fra Jupyter

I hovedpanelet til Jupyter Notebook klikker du bare på Logout

Du blir omdirigert til utloggingssiden.

Fra terminalen

Velg terminalen eller Anaconda-ledeteksten, og kjør to ganger ctr + c.

Første gang du gjør ctr + c, blir du bedt om å bekrefte at du vil slå av notatboken. Gjenta ctr + c for å bekrefte

Du har logget av.

Jupyter med de viktigste conda miljøet

Hvis du vil starte TensorFlow med jupyter for fremtidig bruk, må du åpne en ny økt med

source activate hello-tf

Hvis du ikke gjør det, vil ikke Jupyter finne TensorFlow