In questo tutorial, spiegheremo come installare TensorFlow Anaconda Windows. Imparerai come utilizzare TensorFlow in Jupyter Notebook. Jupyter è un visualizzatore di notebook.
Versioni di TensorFlow
TensorFlow supporta i calcoli su più CPU e GPU. Significa che i calcoli possono essere distribuiti tra i dispositivi per migliorare la velocità dell'addestramento. Con la parallelizzazione, non è necessario attendere settimane per ottenere i risultati degli algoritmi di addestramento.
Per gli utenti Windows, TensorFlow fornisce due versioni:
- TensorFlow solo con supporto CPU : se la tua macchina non funziona su GPU NVIDIA, puoi installare solo questa versione
- TensorFlow con supporto GPU : per un calcolo più veloce, puoi scaricare la versione supportata dalla GPU TensorFlow. Questa versione ha senso solo se è necessaria una forte capacità di calcolo.
Durante questo tutorial, è sufficiente la versione base di TensorFlow.
Nota: TensorFlow non fornisce supporto GPU su MacOS.
Ecco come procedere
Utente MacOS:
- Installa Anaconda
- Crea un file .yml per installare Tensorflow e le dipendenze
- Avvia Jupyter Notebook
Per Windows
- Installa Anaconda
- Crea un file .yml per installare le dipendenze
- Usa pip per aggiungere TensorFlow
- Avvia Jupyter Notebook
Per eseguire Tensorflow con Jupyter, è necessario creare un ambiente all'interno di Anaconda. Significa che installerai Ipython, Jupyter e TensorFlow in una cartella appropriata all'interno della nostra macchina. Oltre a questo, aggiungerai una libreria essenziale per la scienza dei dati: "Pandas". La libreria Pandas aiuta a manipolare un frame di dati.
Installa Anaconda
Scarica Anaconda versione 4.3.1 (per Python 3.6) per il sistema appropriato.
Anaconda ti aiuterà a gestire tutte le librerie richieste per Python o R. Fai riferimento a questo tutorial per installare Anaconda
Crea il file .yml per installare Tensorflow e le dipendenze
Include
- Individua il percorso di Anaconda
- Imposta la directory di lavoro su Anaconda
- Crea il file yml (per utenti MacOS, TensorFlow è installato qui)
- Modifica il file yml
- Compila il file yml
- Attiva Anaconda
- Installa TensorFlow (solo utenti Windows)
Passaggio 1) Individua Anaconda,
Il primo passo che devi fare è individuare il percorso di Anaconda.
Creerai un nuovo ambiente conda che include le librerie necessarie che utilizzerai durante i tutorial su TensorFlow.
finestre
Se sei un utente Windows, puoi utilizzare Anaconda Prompt e digitare:
C:\>where anaconda
Ci interessa conoscere il nome della cartella in cui è installato Anaconda perché vogliamo creare il nostro nuovo ambiente all'interno di questo percorso. Ad esempio, nell'immagine sopra, Anaconda è installato nella cartella Admin. Per te, può essere lo stesso, cioè Admin o il nome dell'utente.
Nel prossimo, imposteremo la directory di lavoro da c: \ ad Anaconda3.
Mac OS
per gli utenti MacOS, puoi usare il Terminale e digitare:
which anaconda
Dovrai creare una nuova cartella all'interno di Anaconda che conterrà Ipython , Jupyter e TensorFlow . Un modo rapido per installare librerie e software è scrivere un file yml.
Passaggio 2) Imposta la directory di lavoro
È necessario specificare la directory di lavoro in cui si desidera creare il file yml.
Come detto prima, sarà situato all'interno di Anaconda.
Per utenti MacOS:
Il terminale imposta la directory di lavoro predefinita su Users / USERNAME . Come puoi vedere nella figura sotto, il percorso di anaconda3 e la directory di lavoro sono identici. In MacOS, l'ultima cartella viene mostrata prima di $. Il Terminale installerà tutte le librerie in questa directory di lavoro.
Se il percorso sull'editor di testo non corrisponde alla directory di lavoro, puoi cambiarlo scrivendo cd PATH nel Terminale. PATH è il percorso che hai incollato nell'editor di testo. Non dimenticare di racchiudere il PERCORSO con "PERCORSO". Questa azione cambierà la directory di lavoro in PATH.
Apri il tuo terminale e digita:
cd anaconda3
Per utenti Windows (assicurarsi della cartella prima di Anaconda3):
cd C:\Users\Admin\Anaconda3
o il percorso "dove anaconda" ti dà il comando
Passaggio 3) Crea il file yml
È possibile creare il file yml all'interno della nuova directory di lavoro.
Il file installerà le dipendenze necessarie per eseguire TensorFlow. Copia e incolla questo codice nel Terminale.
Per utenti MacOS:
touch hello-tf.yml
Un nuovo file chiamato hello-tf.yml dovrebbe apparire all'interno di anaconda3
Per utenti Windows:
echo.>hello-tf.yml
Dovrebbe apparire un nuovo file chiamato hello-tf.yml
Passaggio 4) Modifica il file yml
Sei pronto per modificare il file yml.
Per utenti MacOS:
Puoi incollare il seguente codice nel Terminale per modificare il file. L'utente MacOS può utilizzare vim per modificare il file yml.
vi hello-tf.yml
Finora, il tuo terminale ha questo aspetto
Si entra in una modalità di modifica . All'interno di questa modalità è possibile, dopo aver premuto esc:
- Premi i per modificare
- Premi w per salvare
- Premi q! abbandonare
Scrivi il seguente codice in modalità di modifica e premi esc seguito da: w
Nota: il file fa distinzione tra maiuscole e minuscole. Sono richiesti 2 spazi dopo ogni intenzione.
Per 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.whlSpiegazione del codice
- nome: ciao-tf: nome del file yml
- dipendenze:
- python = 3.6
- jupyter
- ipython
- pandas: installa le librerie Python versione 3.6, Jupyter, Ipython e pandas
- pip: installa una libreria Python
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: installa TensorFlow dalle API di Google.
Premere esc seguito da: q! alla modalità di modifica.
Per utenti Windows:
Windows non ha il programma vim, quindi il Blocco note è sufficiente per completare questo passaggio.
notepad hello-tf.yml
Immettere quanto segue nel file
name: hello-tfdependencies:- python=3.6- jupyter- ipython- pandas
Spiegazione del codice
- nome: ciao-tf: nome del file yml
- dipendenze:
- python = 3.6
- jupyter
- ipython
- pandas: installa le librerie Python versione 3.6, Jupyter, Ipython e pandas
Si aprirà il blocco note, puoi modificare il file da qui.
Nota: gli utenti Windows installeranno TensorFlow nel passaggio successivo. In questo passaggio, prepari solo l'ambiente conda
Passaggio 5) Compilare il file yml
Puoi compilare il file .yml con il seguente codice:
conda env create -f hello-tf.yml
Nota: per gli utenti Windows, il nuovo ambiente viene creato all'interno della directory utente corrente.
Ci vuole tempo. Ci vorranno circa 1,1 GB di spazio sul disco rigido.
In Windows
Passaggio 6) Attiva l'ambiente conda
Abbiamo quasi finito. Ora hai 2 ambienti conda.
Hai creato un ambiente conda isolato con le librerie che utilizzerai durante i tutorial. Questa è una pratica consigliata perché ogni progetto di machine learning richiede librerie diverse. Quando il progetto è finito, puoi rimuovere o meno questo ambiente.
conda env list
L'asterisco indica quello predefinito. Devi passare a hello-tf per attivare l'ambiente
Per utenti MacOS:
source activate hello-tf
Per utenti Windows:
activate hello-tf
È possibile verificare che tutte le dipendenze siano nello stesso ambiente. Questo è importante perché consente a Python di utilizzare Jupyter e TensorFlow dallo stesso ambiente. Se non vedi i tre di loro situati nella stessa cartella, devi ricominciare tutto da capo.
Per utenti MacOS:
which pythonwhich jupyterwhich ipython
Facoltativo: puoi verificare la presenza di aggiornamenti.
pip install --upgrade tensorflow
Passaggio 7) Installa TensorFlow per l'utente Windows
Per utenti Windows:
where pythonwhere jupyterwhere ipython
Come puoi vedere, ora hai due ambienti Python. Quello principale e quello appena creato su ie hello-tf. L'ambiente conda principale non ha tensorFlow installato solo hello-tf. Dall'immagine, python, jupyter e ipython sono installati nello stesso ambiente. Significa che puoi usare TensorFlow con un Jupyter Notebook.
È necessario installare TensorFlow utilizzando il comando pip. Solo per utenti Windows
pip install tensorflow
Avvia Jupyter Notebook
Questa parte è la stessa per entrambi i sistemi operativi. Ora impariamo come importare TensorFlow in Jupyter Notebook.
Puoi aprire TensorFlow con Jupyter.
Nota: ogni volta che si desidera aprire TensorFlow, è necessario inizializzare l'ambiente
Procedi come segue:
- Attiva l'ambiente hello-tf conda
- Apri Jupyter
- Importa tensorflow
- Elimina blocco note
- Chiudi Jupyter
Passaggio 1) Attiva conda
Per utenti MacOS:
source activate hello-tf
Per utenti Windows:
conda activate hello-tf
Passaggio 2) Apri Jupyter
Successivamente, puoi aprire Jupyter dal Terminale
jupyter notebook
Il tuo browser dovrebbe aprirsi automaticamente, altrimenti copia e incolla l'URL fornito dal Terminale. Inizia da http: // localhost: 8888
All'interno del TensorFlow Jupyter Notebook, puoi vedere tutti i file all'interno della directory di lavoro. Per creare un nuovo Notebook, fai semplicemente clic su nuovo e Python 3
Nota: il nuovo blocco note viene salvato automaticamente nella directory di lavoro.
Passaggio 3) Importa Tensorflow
All'interno del notebook, puoi importare TensorFlow in Jupyter Notebook con l'alias tf. Fare clic per eseguire. Di seguito viene creata una nuova cella.
import tensorflow as tf
Scriviamo il tuo primo codice con TensorFlow.
hello = tf.constant('Hello, Guru99!')hello
Viene creato un nuovo tensore. Congratulazioni. Hai installato correttamente TensorFlow con Jupyter sulla tua macchina.
Passaggio 4) Elimina file
È possibile eliminare il file denominato Untitled.ipynb all'interno di Jupyer.
Passaggio 5) Chiudi Jupyter
Esistono due modi per chiudere Jupyter. Il primo modo è direttamente dal notebook. Il secondo modo è usare il terminale (o Anaconda Prompt)
Da Jupyter
Nel pannello principale di Jupyter Notebook, fai semplicemente clic su Logout
Verrai reindirizzato alla pagina di disconnessione.
Dal terminale
Seleziona il terminale o il prompt di Anaconda ed esegui due volte ctr + c.
La prima volta che si esegue ctr + c, viene chiesto di confermare che si desidera spegnere il notebook. Ripeti ctr + c per confermare
Ti sei disconnesso con successo.
Jupyter con l'ambiente conda principale
Se desideri avviare TensorFlow con jupyter per un utilizzo futuro, devi aprire una nuova sessione con
source activate hello-tf
In caso contrario, Jupyter non troverà TensorFlow
