Sådan downloades & Installer TensorFLow: Jupyter - Windows / Mac

I denne vejledning forklarer vi, hvordan du installerer TensorFlow Anaconda Windows. Du lærer, hvordan du bruger TensorFlow i Jupyter Notebook. Jupyter er en notebook-fremviser.

TensorFlow-versioner

TensorFlow understøtter beregninger på tværs af flere CPU'er og GPU'er. Det betyder, at beregningerne kan distribueres på tværs af enheder for at forbedre træningshastigheden. Med parallelisering behøver du ikke vente i flere uger på at få resultaterne af træningsalgoritmer.

For Windows-brugere leverer TensorFlow to versioner:

TensorFlow kun med CPU-understøttelse : Hvis din maskine ikke kører på NVIDIA GPU, kan du kun installere denne version
TensorFlow med GPU-understøttelse : For hurtigere beregning kan du downloade TensorFlow GPU-understøttet version. Denne version giver kun mening, hvis du har brug for stærk beregningskapacitet.

Under denne tutorial er den grundlæggende version af TensorFlow tilstrækkelig.

Bemærk: TensorFlow yder ikke GPU-understøttelse på MacOS.

Sådan fortsætter du

MacOS-bruger:

Installer Anaconda
Opret en .yml-fil for at installere Tensorflow og afhængigheder
Start Jupyter Notebook

Til Windows

Installer Anaconda
Opret en .yml-fil for at installere afhængigheder
Brug pip til at tilføje TensorFlow
Start Jupyter Notebook

For at køre Tensorflow med Jupyter skal du oprette et miljø i Anaconda. Det betyder, at du vil installere Ipython, Jupyter og TensorFlow i en passende mappe inde i vores maskine. Oven i dette tilføjer du et vigtigt bibliotek til datavidenskab: "Pandaer". Pandas-biblioteket hjælper med at manipulere en dataramme.

Installer Anaconda

Download Anaconda version 4.3.1 (til Python 3.6) til det relevante system.

Anaconda hjælper dig med at administrere alle de nødvendige biblioteker til Python eller R. Se denne vejledning for at installere Anaconda

Opret .yml-fil for at installere Tensorflow og afhængigheder

Det omfatter

Find stien til Anaconda
Indstil arbejdsmappen til Anaconda
Opret yml-filen (for MacOS-brugere er TensorFlow installeret her)
Rediger yml-filen
Kompiler yml-filen
Aktivér Anaconda
Installer TensorFlow (kun Windows-bruger)

Trin 1) Find Anaconda,

Det første trin du skal gøre er at finde stien til Anaconda.

Du opretter et nyt condamiljø, der inkluderer de nødvendige biblioteker, du vil bruge under tutorials om TensorFlow.

Windows

Hvis du er Windows-bruger, kan du bruge Anaconda Prompt og skrive:

C:\>where anaconda

Vi er interesserede i at kende navnet på den mappe, hvor Anaconda er installeret, fordi vi ønsker at skabe vores nye miljø inden for denne sti. For eksempel er Anaconda på billedet ovenfor installeret i administratormappen. For dig kan det være det samme, dvs. administrator eller brugerens navn.

I det næste vil vi indstille arbejdsmappen fra c: \ til Anaconda3.

MacOS

til MacOS-brugere kan du bruge terminalen og skrive:

which anaconda

Du bliver nødt til at oprette en ny mappe inde i Anaconda, som indeholder Ipython , Jupyter og TensorFlow . En hurtig måde at installere biblioteker og software på er at skrive en yml-fil.

Trin 2) Indstil arbejdsmappe

Du skal angive det arbejdsmappe, hvor du vil oprette yml-filen.

Som sagt før, vil det være placeret inde i Anaconda.

For MacOS-brugere:

Terminalen indstiller standardarbejdskataloget til Brugere / BRUGERNAVN . Som du kan se i nedenstående figur er stien til anaconda3 og arbejdsmappen identisk. I MacOS vises den seneste mappe før $. Terminalen installerer alle bibliotekerne i denne arbejdsmappe.

Hvis stien i teksteditoren ikke stemmer overens med den arbejdsmappe, kan du ændre den ved at skrive cd PATH i terminalen. PATH er den sti, du har indsat i teksteditoren. Glem ikke at pakke PATH'en med 'PATH'. Denne handling ændrer arbejdsmappen til PATH.

Åbn din terminal, og skriv:

cd anaconda3

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

cd C:\Users\Admin\Anaconda3

eller stien "hvor anaconda" kommandoen giver dig

Trin 3) Opret yml-filen

Du kan oprette yml-filen i den nye arbejdsmappe.

Filen installerer de afhængigheder, du har brug for for at køre TensorFlow. Kopier og indsæt denne kode i terminalen.

For MacOS-brugere:

touch hello-tf.yml

En ny fil med navnet hello-tf.yml skal vises inde i anaconda3

For Windows-brugere:

echo.>hello-tf.yml

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

Trin 4) Rediger yml-filen

Du er klar til at redigere yml-filen.

For MacOS-brugere:

Du kan indsætte følgende kode i terminalen for at redigere filen. MacOS-bruger kan bruge vim til at redigere yml-filen.

vi hello-tf.yml

Indtil videre ser din terminal sådan ud

Du åbner en redigeringstilstand . Inde i denne tilstand kan du efter at have trykket på esc:

Tryk på i for at redigere
Tryk på w for at gemme
Tryk på q! at holde op

Skriv følgende kode i redigeringstilstand, og tryk på esc efterfulgt af: w

Bemærk: Filen er store og små og følsomme. Der kræves 2 mellemrum efter hver hensigt.

Til 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: hej-tf: Navnet på yml-filen
afhængigheder:
python = 3,6
jupyter
ipython
pandaer: Installer Python version 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.

Tryk på esc efterfulgt af: q! til helt redigeringstilstand.

For Windows-bruger:

Windows har ikke et vim-program, så Notesblok er nok til at gennemføre dette trin.

notepad hello-tf.yml

Indtast følgende i filen

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

Kode Forklaring

navn: hej-tf: Navnet på yml-filen
afhængigheder:
python = 3,6
jupyter
ipython
pandaer: Installer Python version 3.6, Jupyter, Ipython og pandas biblioteker

Det åbner notesblokken, du kan redigere filen herfra.

Bemærk: Windows-brugere installerer TensorFlow i næste trin. I dette trin forbereder du kun condamiljøet

Trin 5) Kompiler yml-filen

Du kan kompilere .yml-filen med følgende kode:

conda env create -f hello-tf.yml

Bemærk: For Windows-brugere oprettes det nye miljø inde i det aktuelle brugerkatalog.

Det tager tider. Det tager cirka 1,1 GB plads på din harddisk.

I Windows

Trin 6) Aktiver kondomiljø

Vi er næsten færdige. Du har nu 2 conda miljøer.

Du oprettede et isoleret conda-miljø med de biblioteker, du vil bruge under tutorials. Dette er en anbefalet praksis, fordi hvert maskinlæringsprojekt kræver forskellige biblioteker. Når projektet er slut, kan du fjerne eller ikke fjerne dette miljø.

conda env list

Asterixen angiver standard. Du skal skifte til hello-tf for at aktivere miljøet

For MacOS-brugere:

source activate hello-tf

For Windows-brugere:

activate hello-tf

Du kan kontrollere, at alle afhængigheder er i det samme miljø. Dette er vigtigt, fordi det giver Python mulighed for at bruge Jupyter og TensorFlow fra det samme miljø. Hvis du ikke kan se de tre i samme mappe, skal du starte forfra.

For MacOS-brugere:

which pythonwhich jupyterwhich ipython

Valgfrit: Du kan tjekke for opdatering.

pip install --upgrade tensorflow

Trin 7) Installer TensorFlow til Windows-bruger

For Windows-brugere:

where pythonwhere jupyterwhere ipython

Som du kan se, har du nu to Python-miljøer. Den vigtigste og den nyoprettede på dvs. hej-tf. De vigtigste condomiljø har ikke tensorFlow kun installeret hello-tf. Fra billedet installeres python, jupyter og ipython i det samme miljø. Det betyder, at du kan bruge TensorFlow med en Jupyter Notebook.

Du skal installere TensorFlow ved hjælp af pip-kommandoen. Kun til Windows-brugere

pip install tensorflow

Start Jupyter Notebook

Denne del er den samme for begge operativsystemer. Lad os nu lære at importere TensorFlow i Jupyter Notebook.

Du kan åbne TensorFlow med Jupyter.

Bemærk: Hver gang du vil åbne TensorFlow, skal du initialisere miljøet

Du fortsætter som følger:

Aktiver hello-tf conda-miljø
Åbn Jupyter
Importer tensorflow
Slet notesbog
Luk Jupyter

Trin 1) Aktiver konda

For MacOS-brugere:

source activate hello-tf

For Windows-brugere:

conda activate hello-tf

Trin 2) Åbn Jupyter

Derefter kan du åbne Jupyter fra terminalen

jupyter notebook

Din browser skal åbnes automatisk, ellers kopier og indsæt den url, der leveres af terminalen. Det starter med http: // localhost: 8888

Inde i TensorFlow Jupyter Notebook kan du se alle filerne i arbejdsmappen. For at oprette en ny notesbog skal du blot klikke på ny og Python 3

Bemærk: Den nye notesbog gemmes automatisk i arbejdsmappen.

Trin 3) Importer Tensorflow

Inde i notesbogen kan du importere TensorFlow i Jupyter Notebook med tf-aliaset. Klik for at køre. En ny celle oprettes nedenfor.

import tensorflow as tf

Lad os skrive din første kode med TensorFlow.

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

En ny tensor oprettes. Tillykke. Du installerer TensorFlow med Jupyter med succes på din maskine.

Trin 4) Slet fil

Du kan slette filen med navnet Untitled.ipynb inde i Jupyer.

Trin 5) Luk Jupyter

Der er to måder at lukke Jupyter på. Den første måde er direkte fra den bærbare computer. Den anden måde er at bruge terminalen (eller Anaconda Prompt)

Fra Jupyter

I hovedpanelet på Jupyter Notebook skal du blot klikke på Logout