En este tutorial, explicaremos cómo instalar TensorFlow Anaconda Windows. Aprenderá a usar TensorFlow en Jupyter Notebook. Júpiter es un visor de portátiles.
Versiones de TensorFlow
TensorFlow admite la informática en varias CPU y GPU. Significa que los cálculos se pueden distribuir entre los dispositivos para mejorar la velocidad del entrenamiento. Con la paralelización, no tiene que esperar semanas para obtener los resultados del algoritmo de entrenamiento.
Para un usuario de Windows, TensorFlow ofrece dos versiones:
- TensorFlow solo con soporte para CPU: Si su máquina no se ejecuta en NVIDIA GPU, solo puede instalar esta versión
- TensorFlow con compatibilidad con GPU: Para un cálculo más rápido, puede descargar una versión compatible con TensorFlow GPU. Esta versión solo tiene sentido si necesita una gran capacidad informática.
Durante este tutorial, la versión original de TensorFlow será suficiente.
Nota: TensorFlow no proporciona compatibilidad con GPU en MacOS.
He aquí como proceder
Usuario de MacOS:
- Instalar Anaconda
- Crea un archivo .yml para instalar Tensorflow y Dependencias
- Dirección del cuaderno de Jupyter
Hacer Windows
- Instalar Anaconda
- Crea un archivo .yml para instalar dependencias
- Usa pip para agregar TensorFlow
- Dirección del cuaderno de Jupyter
Para ejecutar Tensorflow con Jupyter, debe crear un entorno dentro de Anaconda. Significa que instalará Ipython, Jupyter y TensorFlow en una carpeta adecuada dentro de nuestra máquina. Además de esto, agregará una biblioteca esencial para Ciencia de los datos: «Pandas». La biblioteca de Pandas ayuda a manipular un marco de datos.
Instalar Anaconda
Descargar Anaconda versión 4.3.1 (para Python 3.6) para el sistema apropiado.
Anaconda lo ayudará a administrar todas las bibliotecas necesarias para Python o R. Mira esto tutorial para instalar Anaconda
Crea un archivo .yml para instalar Tensorflow y Dependencias
Incluye
- Encuentra el camino de Anaconda
- Establecer el directorio de trabajo en Anaconda
- Cree el archivo yml (para un usuario de MacOS, TensorFlow se instala aquí)
- Edite el archivo yml
- Compila el archivo yml
- Activar Anaconda
- Instalar TensorFlow (solo para usuarios de Windows)
Paso 1) Encuentra Anaconda,
El primer paso que debe hacer es encontrar el camino de Anaconda.
Creará un nuevo entorno de conda que incluye las bibliotecas necesarias que usará durante los tutoriales sobre TensorFlow.
Ventanas
Si es un usuario de Windows, puede usar Anaconda Prompt y escribir:
C:>where anaconda
Nos interesa saber el nombre de la carpeta donde está instalada Anaconda ya que queremos crear nuestro nuevo entorno dentro de esta ruta. Por ejemplo, en la imagen de arriba, Anaconda está instalada en la carpeta Admin. Para usted, puede hacer lo mismo, es decir, administrador o nombre de usuario.
En el siguiente, configuraremos el directorio de trabajo de c: a Anaconda3.
Mac OS
para un usuario de MacOS, puede usar la Terminal y escribir:
which anaconda
Deberá crear una nueva carpeta dentro de Anaconda que contenga Ipython, Júpiter y TensorFlow. Escribir un archivo yml es una forma rápida de instalar bibliotecas y software.
Paso 2) Configurar un directorio de trabajo
Debe especificar el directorio de trabajo donde desea crear el archivo yml.
Como se indicó anteriormente, estará ubicado dentro de Anaconda.
Para un usuario de MacOS:
Terminal establece el directorio de trabajo predeterminado en Usuarios / NOMBRE DE USUARIO. Como puede ver en la figura siguiente, la ruta de anaconda3 y el directorio de trabajo son idénticos. En MacOS, la última carpeta se muestra antes de $. Terminal instalará todas las bibliotecas en este directorio de trabajo.
Si la ruta al editor de texto no coincide con el directorio de trabajo, puede cambiarla escribiendo un cd PATH en la Terminal. PATH es la ruta que ha pegado desde el editor de texto. No olvide doblar el PATH con ‘PATH’. Esta acción cambiará el directorio de trabajo a PATH.
Abra su Terminal y escriba:
cd anaconda3
Para usuarios de Windows (verifique la carpeta antes de Anaconda3):
cd C:UsersAdminAnaconda3
o el camino «donde una anaconda» te ordena
Paso 3) Crea el archivo yml
Puede crear el archivo yml dentro del nuevo directorio de trabajo.
El archivo instalará las dependencias que necesita para ejecutar TensorFlow. Copie y pegue este código en la Terminal.
Para un usuario de MacOS:
touch hello-tf.yml
Un nuevo archivo llamado hello-tf.yml debería aparecer dentro de anaconda3
Acerca del usuario de Windows:
echo.>hello-tf.yml
Debería aparecer un nuevo archivo llamado hello-tf.yml
Paso 4) Edite el archivo yml
Está listo para editar el archivo yml.
Para un usuario de MacOS:
Puede pegar el siguiente código en la Terminal para editar el archivo. Un usuario de MacOS puede usarlo empuje para editar el archivo yml.
vi hello-tf.yml
Hasta ahora, su Terminal se ve así
Tu entras editar modo. Dentro de este modo, puede, después de presionar esc:
- Presione i para editar
- Presione w para guardar
- Presione q! abandonar
Escriba el siguiente código en el modo de edición y luego presione esc: w
Nota: El expediente del caso y sensitivo. Se requieren 2 espacios después de cada resolución.
Para 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
Explicación del Código
- name: hello-tf: Nombre de archivo yml
- dependencias:
- pitón = 3.6
- jupyter
- ipython
- pandas: instale las versiones Python 3.6, Jupyter, Ipython y pandas
- pip: instalar la biblioteca Python
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Instale TensorFlow desde las apis de Google.
Presione esc seguido de: q! muchos en modo de edición.
Para usuarios de Windows:
Windows no tiene un programa vim, por lo que el Bloc de notas es suficiente para completar este paso.
notepad hello-tf.yml
Ingrese lo siguiente en el archivo
name: hello-tfdependencies: - python=3.6 - jupyter - ipython - pandas
Explicación del Código
- name: hello-tf: Nombre de archivo yml
- dependencias:
- pitón = 3.6
- jupyter
- ipython
- pandas: instale las versiones Python 3.6, Jupyter, Ipython y pandas
Abrirá el Bloc de notas, puede editar el archivo desde aquí.
Nota: Los usuarios de Windows instalarán TensorFlow en el siguiente paso. En este paso, solo prepara el entorno conda
Paso 5) Compila el archivo yml
Puede compilar el archivo .yml con el siguiente código:
conda env create -f hello-tf.yml
Nota: Para los usuarios de Windows, el nuevo entorno se crea dentro del directorio de usuarios actual.
Tarda horas. Ocupará aproximadamente 1,1 GB de espacio en el disco duro.
En Windows
Paso 6) Activar entorno conda
Casi terminamos. Ahora tiene 2 entornos de conda.
Ha creado un entorno de conda remoto con las bibliotecas que utilizará durante los tutoriales. Esta es una práctica recomendada por todos ellos aprendizaje automático El proyecto requiere diferentes bibliotecas. Una vez que finaliza el proyecto, puede o no eliminar este entorno.
conda env list
El asterisco indica el predeterminado. Debes cambiar a hello-tf para activar el entorno.
Para un usuario de MacOS:
source activate hello-tf
Acerca del usuario de Windows:
activate hello-tf
Puede comprobar que todas las dependencias se encuentran en el mismo entorno. Esto es importante porque permite Pitón Usa Jupyter y TensorFlow desde el mismo entorno. Si no ve los tres en la misma carpeta, debe comenzar de nuevo.
Para un usuario de MacOS:
which python which jupyter which ipython
Opcional: Puede buscar una actualización.
pip install --upgrade tensorflow
Paso 7) Instalar TensorFlow para usuarios de Windows
Acerca del usuario de Windows:
where python where jupyter where ipython
Como puede ver, ahora tiene dos entornos Python. El más grande y más reciente de ie hello-tf. TensorFlow no está instalado en el entorno principal de conda, sino en hello-tf. De la imagen, python, jupyter e ipython están instalados en el mismo entorno. Quiero decir, puedes usar TensorFlow con Jupyter Notebook.
Debes instalar TensorFlow con un comando de canalización. Solo para usuarios de Windows
pip install tensorflow
Dirección del cuaderno de Jupyter
Esta parte es la misma para ambos sistemas operativos. Ahora, aprendamos a importar TensorFlow a Jupyter Notebook.
Puede abrir TensorFlow con Jupyter.
Nota: Cada vez que desee abrir TensorFlow, debe iniciar el entorno
Continuará de la siguiente manera:
- Activar entorno conda hello-tf
- Abrir Jupyter
- Importar flujo de tensorflow
- Eliminar cuaderno
- Cerrar Jupyter
Paso 1) Acto conda
Para un usuario de MacOS:
source activate hello-tf
Acerca del usuario de Windows:
conda activate hello-tf
Paso 2) Abrir Jupyter
Después de eso, puede abrir Jupyter desde la Terminal
jupyter notebook
Su navegador debería abrirse automáticamente; de lo contrario, copie y pegue la URL proporcionada por la Terminal. Comienza con http: // localhost: 8888
Dentro de TensorFlow Jupyter Notebook, puede ver todos los archivos que están dentro del directorio de trabajo. Para crear un nuevo cuaderno, simplemente haga clic en nuevo y Python 3
Nota: El nuevo cuaderno se guarda automáticamente dentro del directorio de trabajo.
Paso 3) Flujo de Tensorflow
Dentro del cuaderno, puede importar TensorFlow a Jupyter Notebook con el alias tf. Haga clic para ejecutar. Se crea una nueva celda a continuación.
import tensorflow as tf
Escribiremos su primer código con TensorFlow.
hello = tf.constant('Hello, Guru99!') hello
Se crea un nuevo tensor. Felicidades. Ha instalado correctamente TensorFlow con Jupyter en su máquina.
Paso 4) Borrar archivo
Puede eliminar el archivo llamado Untitled.ipynb dentro de Jupyer.
Paso 5) Cerrar Jupyter
Hay dos formas de cerrar Jupyter. La primera forma es directamente desde el portátil. La segunda forma es usar la terminal (o Anaconda Prompt)
De Jupyter
En el panel principal de Jupyter Notebook, todo lo que tiene que hacer es hacer clic en Cerrar sesión
Se le redirige a la página de cierre de sesión.
Desde la terminal
Seleccione rápidamente la terminal o Anaconda y ejecute dos veces ctr + c.
La primera vez que presione ctr + c, se le solicitará que confirme que desea cerrar la computadora portátil. Repita ctr + c para confirmar
Has terminado tu sesion satisfactoriamente.
Júpiter con la principal vida de la conda.
Si desea iniciar TensorFlow con jupyter para uso futuro, debe abrir una nueva sesión con
source activate hello-tf
Si no lo hace, Jupyter no obtendrá TensorFlow