Dans ce didacticiel, nous expliquerons comment installer TensorFlow Anaconda Windows. Vous apprendrez à utiliser TensorFlow dans Jupyter Notebook. Jupyter est une visionneuse de notebook.
Versions de TensorFlow
TensorFlow prend en charge les calculs sur plusieurs processeurs et GPU. Cela signifie que les calculs peuvent être répartis entre les appareils pour améliorer la vitesse de la formation. Avec la parallélisation, vous n'avez pas besoin d'attendre des semaines pour obtenir les résultats des algorithmes d'entraînement.
Pour les utilisateurs Windows, TensorFlow propose deux versions:
- TensorFlow avec prise en charge du processeur uniquement : si votre machine ne fonctionne pas sur le GPU NVIDIA, vous ne pouvez installer que cette version
- TensorFlow avec prise en charge GPU : pour un calcul plus rapide, vous pouvez télécharger la version prise en charge par le GPU TensorFlow. Cette version n'a de sens que si vous avez besoin d'une forte capacité de calcul.
Au cours de ce tutoriel, la version de base de TensorFlow est suffisante.
Remarque: TensorFlow ne fournit pas de prise en charge GPU sur MacOS.
Voici comment procéder
Utilisateur MacOS:
- Installez Anaconda
- Créez un fichier .yml pour installer Tensorflow et ses dépendances
- Lancez Jupyter Notebook
Pour les fenêtres
- Installez Anaconda
- Créez un fichier .yml pour installer les dépendances
- Utilisez pip pour ajouter TensorFlow
- Lancez Jupyter Notebook
Pour exécuter Tensorflow avec Jupyter, vous devez créer un environnement dans Anaconda. Cela signifie que vous installerez Ipython, Jupyter et TensorFlow dans un dossier approprié à l'intérieur de notre machine. En plus de cela, vous ajouterez une bibliothèque essentielle pour la science des données: "Pandas". La bibliothèque Pandas permet de manipuler un bloc de données.
Installez Anaconda
Téléchargez Anaconda version 4.3.1 (pour Python 3.6) pour le système approprié.
Anaconda vous aidera à gérer toutes les bibliothèques requises pour Python ou R. Référez-vous à ce tutoriel pour installer Anaconda
Créez un fichier .yml pour installer Tensorflow et ses dépendances
Il comprend
- Localisez le chemin d'Anaconda
- Définissez le répertoire de travail sur Anaconda
- Créez le fichier yml (pour les utilisateurs de MacOS, TensorFlow est installé ici)
- Modifier le fichier yml
- Compilez le fichier yml
- Activer Anaconda
- Installez TensorFlow (utilisateur Windows uniquement)
Étape 1) Localisez Anaconda,
La première étape à faire est de localiser le chemin d'Anaconda.
Vous allez créer un nouvel environnement conda qui inclut les bibliothèques nécessaires que vous utiliserez pendant les didacticiels sur TensorFlow.
les fenêtres
Si vous êtes un utilisateur Windows, vous pouvez utiliser l'invite Anaconda et taper:
C:\>where anaconda
Nous sommes intéressés de connaître le nom du dossier dans lequel Anaconda est installé car nous voulons créer notre nouvel environnement à l'intérieur de ce chemin. Par exemple, dans l'image ci-dessus, Anaconda est installé dans le dossier Admin. Pour vous, il peut en être de même, c'est-à-dire Admin ou le nom de l'utilisateur.
Dans la suite, nous définirons le répertoire de travail de c: \ à Anaconda3.
MacOS
pour les utilisateurs de MacOS, vous pouvez utiliser le terminal et taper:
which anaconda
Vous devrez créer un nouveau dossier dans Anaconda qui contiendra Ipython , Jupyter et TensorFlow . Un moyen rapide d'installer des bibliothèques et des logiciels consiste à écrire un fichier yml.
Étape 2) Définissez le répertoire de travail
Vous devez spécifier le répertoire de travail dans lequel vous souhaitez créer le fichier yml.
Comme dit précédemment, il sera situé à l'intérieur d'Anaconda.
Pour les utilisateurs de MacOS:
Le terminal définit le répertoire de travail par défaut sur Users / USERNAME . Comme vous pouvez le voir dans la figure ci-dessous, le chemin de anaconda3 et le répertoire de travail sont identiques. Sous MacOS, le dernier dossier est affiché avant le $. Le Terminal installera toutes les bibliothèques de ce répertoire de travail.
Si le chemin de l'éditeur de texte ne correspond pas au répertoire de travail, vous pouvez le modifier en écrivant cd PATH dans le terminal. PATH est le chemin que vous avez collé dans l'éditeur de texte. N'oubliez pas d'envelopper le PATH avec «PATH». Cette action changera le répertoire de travail en PATH.
Ouvrez votre terminal et tapez:
cd anaconda3
Pour l'utilisateur Windows (assurez-vous du dossier avant Anaconda3):
cd C:\Users\Admin\Anaconda3
ou la commande path "where anaconda" vous donne
Étape 3) Créez le fichier yml
Vous pouvez créer le fichier yml dans le nouveau répertoire de travail.
Le fichier installera les dépendances dont vous avez besoin pour exécuter TensorFlow. Copiez et collez ce code dans le terminal.
Pour les utilisateurs de MacOS:
touch hello-tf.yml
Un nouveau fichier nommé hello-tf.yml devrait apparaître dans anaconda3
Pour l'utilisateur Windows:
echo.>hello-tf.yml
Un nouveau fichier nommé hello-tf.yml devrait apparaître
Étape 4) Modifiez le fichier yml
Vous êtes prêt à modifier le fichier yml.
Pour les utilisateurs de MacOS:
Vous pouvez coller le code suivant dans le terminal pour modifier le fichier. L'utilisateur MacOS peut utiliser vim pour modifier le fichier yml.
vi hello-tf.yml
Jusqu'à présent, votre terminal ressemble à ceci
Vous entrez dans un mode d' édition . Dans ce mode, vous pouvez, après avoir appuyé sur esc:
- Appuyez sur i pour modifier
- Appuyez sur w pour enregistrer
- Appuyez sur q! quitter
Écrivez le code suivant en mode édition et appuyez sur échap suivi de: w
Remarque: le fichier est sensible à la casse et à l' intention. 2 espaces sont nécessaires après chaque intention.
Pour 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.whlExplication du code
- name: hello-tf: Nom du fichier yml
- dépendances:
- python = 3,6
- Jupyter
- ipython
- pandas: installez les bibliothèques Python version 3.6, Jupyter, Ipython et pandas
- pip: installer une bibliothèque Python
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: installez TensorFlow à partir de Google apis.
Appuyez sur échap suivi de: q! à tout le mode d'édition.
Pour l'utilisateur Windows:
Windows n'a pas de programme vim, le Bloc-notes suffit donc pour terminer cette étape.
notepad hello-tf.yml
Entrez la suite dans le fichier
name: hello-tfdependencies:- python=3.6- jupyter- ipython- pandas
Explication du code
- name: hello-tf: Nom du fichier yml
- dépendances:
- python = 3,6
- Jupyter
- ipython
- pandas: installez les bibliothèques Python version 3.6, Jupyter, Ipython et pandas
Cela ouvrira le bloc-notes, vous pouvez éditer le fichier à partir d'ici.
Remarque: les utilisateurs Windows installeront TensorFlow à l'étape suivante. Dans cette étape, vous ne préparez que l'environnement conda
Étape 5) Compilez le fichier yml
Vous pouvez compiler le fichier .yml avec le code suivant:
conda env create -f hello-tf.yml
Remarque: pour les utilisateurs Windows, le nouvel environnement est créé dans le répertoire utilisateur actuel.
Cela prend du temps. Cela prendra environ 1,1 Go d'espace sur votre disque dur.
Sous Windows
Étape 6) Activez l'environnement conda
On a presque fini. Vous avez maintenant 2 environnements conda.
Vous avez créé un environnement conda isolé avec les bibliothèques que vous utiliserez pendant les didacticiels. Il s'agit d'une pratique recommandée car chaque projet d'apprentissage automatique nécessite des bibliothèques différentes. Lorsque le projet est terminé, vous pouvez supprimer ou non cet environnement.
conda env list
L'astérisque indique celui par défaut. Vous devez passer à hello-tf pour activer l'environnement
Pour les utilisateurs de MacOS:
source activate hello-tf
Pour l'utilisateur Windows:
activate hello-tf
Vous pouvez vérifier que toutes les dépendances se trouvent dans le même environnement. Ceci est important car cela permet à Python d'utiliser Jupyter et TensorFlow à partir du même environnement. Si vous ne voyez pas les trois d'entre eux situés dans le même dossier, vous devez tout recommencer.
Pour les utilisateurs de MacOS:
which pythonwhich jupyterwhich ipython
Facultatif: vous pouvez rechercher des mises à jour.
pip install --upgrade tensorflow
Étape 7) Installez TensorFlow pour l'utilisateur Windows
Pour l'utilisateur Windows:
where pythonwhere jupyterwhere ipython
Comme vous pouvez le voir, vous disposez désormais de deux environnements Python. Le principal et le nouvellement créé sur ie hello-tf. L'environnement conda principal n'a pas tensorFlow installé uniquement hello-tf. D'après l'image, python, jupyter et ipython sont installés dans le même environnement. Cela signifie que vous pouvez utiliser TensorFlow avec un bloc-notes Jupyter.
Vous devez installer TensorFlow à l'aide de la commande pip. Uniquement pour l'utilisateur Windows
pip install tensorflow
Lancez Jupyter Notebook
Cette partie est la même pour les deux OS. Maintenant, apprenons à importer TensorFlow dans Jupyter Notebook.
Vous pouvez ouvrir TensorFlow avec Jupyter.
Remarque: chaque fois que vous souhaitez ouvrir TensorFlow, vous devez initialiser l'environnement
Vous procéderez comme suit:
- Activer l'environnement conda hello-tf
- Ouvrez Jupyter
- Importer tensorflow
- Supprimer le carnet de notes
- Fermer Jupyter
Étape 1) Activez conda
Pour les utilisateurs de MacOS:
source activate hello-tf
Pour l'utilisateur Windows:
conda activate hello-tf
Étape 2) Ouvrez Jupyter
Après cela, vous pouvez ouvrir Jupyter à partir du terminal
jupyter notebook
Votre navigateur doit s'ouvrir automatiquement, sinon copiez et collez l'url fournie par le Terminal. Il commence par http: // localhost: 8888
Dans le bloc-notes Jupyter TensorFlow, vous pouvez voir tous les fichiers dans le répertoire de travail. Pour créer un nouveau notebook, il vous suffit de cliquer sur nouveau et Python 3
Remarque: le nouveau notebook est automatiquement enregistré dans le répertoire de travail.
Étape 3) Importez Tensorflow
À l'intérieur du notebook, vous pouvez importer TensorFlow dans Jupyter Notebook avec l'alias tf. Cliquez pour courir. Une nouvelle cellule est créée ci-dessous.
import tensorflow as tf
Écrivons votre premier code avec TensorFlow.
hello = tf.constant('Hello, Guru99!')hello
Un nouveau tenseur est créé. Félicitations. Vous avez correctement installé TensorFlow avec Jupyter sur votre machine.
Étape 4) Supprimer le fichier
Vous pouvez supprimer le fichier nommé Untitled.ipynb dans Jupyer.
Étape 5) Fermez Jupyter
Il existe deux façons de fermer Jupyter. Le premier moyen est directement à partir du cahier. La deuxième façon consiste à utiliser le terminal (ou Anaconda Prompt)
Depuis Jupyter
Dans le panneau principal de Jupyter Notebook, cliquez simplement sur Déconnexion
Vous êtes redirigé vers la page de déconnexion.
Depuis le terminal
Sélectionnez le terminal ou l'invite Anaconda et exécutez deux fois ctr + c.
La première fois que vous effectuez ctr + c, vous êtes invité à confirmer que vous souhaitez arrêter le notebook. Répétez ctr + c pour confirmer
Vous vous êtes déconnecté avec succès.
Jupyter avec l'environnement principal de conda
Si vous souhaitez lancer TensorFlow avec jupyter pour une utilisation future, vous devez ouvrir une nouvelle session avec
source activate hello-tf
Sinon, Jupyter ne trouvera pas TensorFlow
