Herunterladen & Installieren Sie TensorFLow: Jupyter - Windows / Mac

In diesem Tutorial erklären wir Ihnen, wie Sie TensorFlow Anaconda Windows installieren . Sie lernen, wie Sie TensorFlow in Jupyter Notebook verwenden. Jupyter ist ein Notebook-Viewer.

TensorFlow-Versionen

TensorFlow unterstützt Berechnungen über mehrere CPUs und GPUs hinweg. Dies bedeutet, dass die Berechnungen auf mehrere Geräte verteilt werden können, um die Geschwindigkeit des Trainings zu verbessern. Bei der Parallelisierung müssen Sie nicht wochenlang warten, um die Ergebnisse der Trainingsalgorithmen zu erhalten.

Für Windows-Benutzer bietet TensorFlow zwei Versionen:

TensorFlow nur mit CPU-Unterstützung : Wenn Ihr Computer nicht auf einer NVIDIA-GPU ausgeführt wird, können Sie nur diese Version installieren
TensorFlow mit GPU-Unterstützung : Für eine schnellere Berechnung können Sie die von TensorFlow GPU unterstützte Version herunterladen. Diese Version ist nur dann sinnvoll, wenn Sie eine hohe Rechenkapazität benötigen.

In diesem Tutorial ist die Basisversion von TensorFlow ausreichend.

Hinweis: TensorFlow bietet unter MacOS keine GPU-Unterstützung.

Hier erfahren Sie, wie Sie vorgehen

MacOS-Benutzer:

Installieren Sie Anaconda
Erstellen Sie eine .yml-Datei, um Tensorflow und Abhängigkeiten zu installieren
Starten Sie Jupyter Notebook

Für Windows

Installieren Sie Anaconda
Erstellen Sie eine .yml-Datei, um Abhängigkeiten zu installieren
Verwenden Sie pip, um TensorFlow hinzuzufügen
Starten Sie Jupyter Notebook

Um Tensorflow mit Jupyter auszuführen, müssen Sie eine Umgebung in Anaconda erstellen. Dies bedeutet, dass Sie Ipython, Jupyter und TensorFlow in einem geeigneten Ordner auf unserem Computer installieren. Darüber hinaus fügen Sie eine wichtige Bibliothek für die Datenwissenschaft hinzu: "Pandas". Die Pandas-Bibliothek hilft bei der Bearbeitung eines Datenrahmens.

Installieren Sie Anaconda

Laden Sie Anaconda Version 4.3.1 (für Python 3.6) für das entsprechende System herunter.

Anaconda hilft Ihnen bei der Verwaltung aller für Python oder R erforderlichen Bibliotheken. Informationen zur Installation von Anaconda finden Sie in diesem Lernprogramm

Erstellen Sie eine .yml-Datei, um Tensorflow und Abhängigkeiten zu installieren

Es enthält

Suchen Sie den Weg von Anaconda
Stellen Sie das Arbeitsverzeichnis auf Anaconda ein
Erstellen Sie die yml-Datei (Für MacOS-Benutzer ist TensorFlow hier installiert)
Bearbeiten Sie die yml-Datei
Kompilieren Sie die yml-Datei
Aktiviere Anaconda
Installieren Sie TensorFlow (nur für Windows-Benutzer)

Schritt 1) Suchen Sie Anaconda,

Der erste Schritt, den Sie tun müssen, ist, den Pfad von Anaconda zu lokalisieren.

Sie erstellen eine neue Conda-Umgebung, die die erforderlichen Bibliotheken enthält, die Sie in den Tutorials zu TensorFlow verwenden werden.

Windows

Wenn Sie ein Windows-Benutzer sind, können Sie die Anaconda-Eingabeaufforderung verwenden und Folgendes eingeben:

C:\>where anaconda

Wir sind daran interessiert, den Namen des Ordners zu kennen, in dem Anaconda installiert ist, da wir innerhalb dieses Pfads unsere neue Umgebung erstellen möchten. Im obigen Bild ist Anaconda beispielsweise im Admin-Ordner installiert. Für Sie kann es das gleiche sein, dh Admin oder der Name des Benutzers.

Im nächsten Schritt legen wir das Arbeitsverzeichnis von c: \ auf Anaconda3 fest.

Mac OS

Für MacOS-Benutzer können Sie das Terminal verwenden und Folgendes eingeben:

which anaconda

Sie müssen in Anaconda einen neuen Ordner erstellen , der Ipython , Jupyter und TensorFlow enthält . Eine schnelle Möglichkeit, Bibliotheken und Software zu installieren, besteht darin, eine XML-Datei zu schreiben.

Schritt 2) Arbeitsverzeichnis einstellen

Sie müssen das Arbeitsverzeichnis angeben, in dem Sie die yml-Datei erstellen möchten.

Wie bereits erwähnt, wird es sich in Anaconda befinden.

Für MacOS-Benutzer:

Das Terminal legt das Standardarbeitsverzeichnis auf Users / USERNAME fest . Wie Sie in der folgenden Abbildung sehen können, sind der Pfad von anaconda3 und das Arbeitsverzeichnis identisch. In MacOS wird der neueste Ordner vor dem $ angezeigt. Das Terminal installiert alle Bibliotheken in diesem Arbeitsverzeichnis.

Wenn der Pfad im Texteditor nicht mit dem Arbeitsverzeichnis übereinstimmt, können Sie ihn ändern, indem Sie cd PATH in das Terminal schreiben. PATH ist der Pfad, den Sie im Texteditor eingefügt haben. Vergessen Sie nicht, den PFAD mit 'PFAD' zu verpacken. Diese Aktion ändert das Arbeitsverzeichnis in PATH.

Öffnen Sie Ihr Terminal und geben Sie Folgendes ein:

cd anaconda3

Für Windows-Benutzer (stellen Sie sicher, dass sich der Ordner vor Anaconda3 befindet):

cd C:\Users\Admin\Anaconda3

oder der Pfad "wo Anaconda" Befehl gibt Ihnen

Schritt 3) Erstellen Sie die yml-Datei

Sie können die yml-Datei im neuen Arbeitsverzeichnis erstellen.

Die Datei installiert die Abhängigkeiten, die Sie zum Ausführen von TensorFlow benötigen. Kopieren Sie diesen Code und fügen Sie ihn in das Terminal ein.

Für MacOS-Benutzer:

touch hello-tf.yml

Eine neue Datei mit dem Namen hello-tf.yml sollte in anaconda3 erscheinen

Für Windows-Benutzer:

echo.>hello-tf.yml

Eine neue Datei mit dem Namen hello-tf.yml sollte erscheinen

Schritt 4) Bearbeiten Sie die yml-Datei

Sie können die yml-Datei bearbeiten.

Für MacOS-Benutzer:

Sie können den folgenden Code in das Terminal einfügen, um die Datei zu bearbeiten. MacOS-Benutzer können die yml-Datei mit vim bearbeiten.

vi hello-tf.yml

Bisher sieht Ihr Terminal so aus

Sie rufen einen Bearbeitungsmodus auf . In diesem Modus können Sie nach Drücken von esc:

Drücken Sie zum Bearbeiten i
Drücken Sie zum Speichern w
Drücken Sie q! beenden

Schreiben Sie den folgenden Code im Bearbeitungsmodus und drücken Sie die Esc-Taste, gefolgt von: w

Hinweis: Bei der Datei wird zwischen Groß- und Kleinschreibung unterschieden. Nach jeder Absicht sind 2 Leerzeichen erforderlich.

Für 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

Code Erklärung

name: hello-tf: Name der yml-Datei
Abhängigkeiten:
Python = 3,6
Jupiter
Ipython
Pandas: Installieren Sie Python-Bibliotheken der Versionen 3.6, Jupyter, Ipython und Pandas
pip: Installiere eine Python-Bibliothek
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Installieren Sie TensorFlow von Google apis.

Drücken Sie esc gefolgt von: q! zu ganz dem Bearbeitungsmodus.

Für Windows-Benutzer:

Windows verfügt nicht über ein vim-Programm, daher reicht der Editor aus, um diesen Schritt auszuführen.

notepad hello-tf.yml

Geben Sie Folgendes in die Datei ein

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

Code Erklärung

name: hello-tf: Name der yml-Datei
Abhängigkeiten:
Python = 3,6
Jupiter
Ipython
Pandas: Installieren Sie Python-Bibliotheken der Versionen 3.6, Jupyter, Ipython und Pandas

Es öffnet sich der Notizblock, Sie können die Datei von hier aus bearbeiten.

Hinweis: Windows-Benutzer installieren TensorFlow im nächsten Schritt. In diesem Schritt bereiten Sie nur die Conda-Umgebung vor

Schritt 5) Kompilieren Sie die yml-Datei

Sie können die .yml-Datei mit dem folgenden Code kompilieren:

conda env create -f hello-tf.yml

Hinweis: Für Windows-Benutzer wird die neue Umgebung im aktuellen Benutzerverzeichnis erstellt.

Es dauert mal. Es wird ungefähr 1,1 GB Speicherplatz auf Ihrer Festplatte beanspruchen.

In Windows

Schritt 6) Aktivieren Sie die Conda-Umgebung

Wir sind fast fertig. Sie haben jetzt 2 Conda-Umgebungen.

Sie haben eine isolierte Conda-Umgebung mit den Bibliotheken erstellt, die Sie in den Tutorials verwenden werden. Dies wird empfohlen, da für jedes maschinelle Lernprojekt unterschiedliche Bibliotheken erforderlich sind. Wenn das Projekt beendet ist, können Sie diese Umgebung entfernen oder nicht.

conda env list

Das Sternchen gibt den Standard an. Sie müssen zu hallo-tf wechseln, um die Umgebung zu aktivieren

Für MacOS-Benutzer:

source activate hello-tf

Für Windows-Benutzer:

activate hello-tf

Sie können überprüfen, ob sich alle Abhängigkeiten in derselben Umgebung befinden. Dies ist wichtig, da Python damit Jupyter und TensorFlow in derselben Umgebung verwenden kann. Wenn sich die drei nicht im selben Ordner befinden, müssen Sie erneut beginnen.

Für MacOS-Benutzer:

which pythonwhich jupyterwhich ipython

Optional: Sie können nach Updates suchen.

pip install --upgrade tensorflow

Schritt 7) Installieren Sie TensorFlow für Windows

Für Windows-Benutzer:

where pythonwhere jupyterwhere ipython

Wie Sie sehen können, haben Sie jetzt zwei Python-Umgebungen. Die Haupt- und die neu erstellte auf ie hallo-tf. In der Haupt-Conda-Umgebung ist TensorFlow nicht installiert, sondern nur hallo-tf. Auf dem Bild sind Python, Jupiter und IPython in derselben Umgebung installiert. Dies bedeutet, dass Sie TensorFlow mit einem Jupyter-Notebook verwenden können.

Sie müssen TensorFlow mit dem Befehl pip installieren. Nur für Windows-Benutzer

pip install tensorflow

Starten Sie Jupyter Notebook

Dieser Teil ist für beide Betriebssysteme gleich. Lassen Sie uns nun lernen, wie Sie TensorFlow in Jupyter Notebook importieren.

Sie können TensorFlow mit Jupyter öffnen.

Hinweis: Jedes Mal, wenn Sie TensorFlow öffnen möchten, müssen Sie die Umgebung initialisieren

Sie werden wie folgt vorgehen:

Aktivieren Sie die Hello-TF-Conda-Umgebung
Öffne Jupyter
Tensorflow importieren
Notizbuch löschen
Schließen Sie Jupyter

Schritt 1) Aktivieren Sie conda

Für MacOS-Benutzer:

source activate hello-tf

Für Windows-Benutzer:

conda activate hello-tf

Schritt 2) Öffnen Sie Jupyter

Danach können Sie Jupyter vom Terminal aus öffnen

jupyter notebook

Ihr Browser sollte sich automatisch öffnen, andernfalls kopieren Sie die vom Terminal bereitgestellte URL und fügen Sie sie ein. Es beginnt mit http: // localhost: 8888

Im TensorFlow Jupyter-Notizbuch können Sie alle Dateien im Arbeitsverzeichnis anzeigen. Um ein neues Notizbuch zu erstellen, klicken Sie einfach auf Neu und Python 3

Hinweis: Das neue Notizbuch wird automatisch im Arbeitsverzeichnis gespeichert.

Schritt 3) Tensorflow importieren

Innerhalb des Notizbuchs können Sie TensorFlow in Jupyter Notebook mit dem Alias tf importieren. Klicken Sie zum Ausführen. Eine neue Zelle wird unten erstellt.

import tensorflow as tf

Schreiben wir Ihren ersten Code mit TensorFlow.

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

Ein neuer Tensor wird erstellt. Glückwunsch. Sie haben TensorFlow mit Jupyter erfolgreich auf Ihrem Computer installiert.

Schritt 4) Datei löschen

Sie können die Datei mit dem Namen Untitled.ipynb in Jupyer löschen.

Schritt 5) Schließen Sie Jupyter

Es gibt zwei Möglichkeiten, Jupyter zu schließen. Der erste Weg führt direkt vom Notebook. Der zweite Weg ist die Verwendung des Terminals (oder der Anaconda-Eingabeaufforderung).

Von Jupyter

Klicken Sie im Hauptfenster von Jupyter Notebook einfach auf Abmelden

Sie werden zur Abmeldeseite weitergeleitet.

Vom Terminal

Wählen Sie das Terminal oder die Anaconda-Eingabeaufforderung aus und führen Sie zweimal Strg + C aus.

Wenn Sie Strg + C zum ersten Mal ausführen, werden Sie aufgefordert, zu bestätigen, dass Sie das Notebook herunterfahren möchten. Wiederholen Sie zur Bestätigung Strg + c