Instalați TensorFlow - Pași simpli pentru instalarea TensorFlow

Cuprins:

Anonim

Cum se instalează TensorFlow

În acest articol de instalare tensorflow, am primi mai întâi o privire de ansamblu generală a TensorFlow și a utilizării acestuia în ecosistemul Data Science, apoi vom instala TensorFlow pentru Windows.

Ce este TensorFlow?

TensorFlow este o aplicație software, populară pentru implementarea algoritmilor Machine Learning, în special rețelele neuronale. Acesta a fost dezvoltat de Google și lansat ca platformă open-source în 2015. Se numește TensorFlow, deoarece are intrare sub formă de tablouri multidimensionale, care sunt cunoscute și sub denumirea de Tensori. Am putea construi un diagramă de operații pe care dorim să le efectuăm pe acea intrare, adică datele intră la un capăt și apoi curg prin acest sistem de operații și iese celălalt capăt ca ieșire. TensorFlow este popular datorită versatilității sale extreme. Poate fi rulat pe diferite platforme, cum ar fi desktop, sau un cloud sau pe un dispozitiv mobil. Toate acestea ar putea fi realizate folosind o singură API. Ar putea fi instruit pe mai multe mașini și apoi l-am putea rula pe o mașină diferită. TensorFlow este foarte rapid, deoarece este scris în C ++, dar poate fi accesat și controlat de alte limbi, în principal Python. O altă caracteristică excelentă a TensorFlow este TensorBoard, care ne permite să monitorizăm grafic și vizual activitatea unui TensorFlow. Cineva interesat de învățarea mașinii, în special rețeaua neuronală, ar trebui să învețe TensorFlow.

Arhitectura graficului de flux de date al TensorFlow

Un grafic de flux de date are două unități de bază: un nod care reprezintă o operație matematică și o margine care servește un tablou multidimensional cunoscut sub numele de tensori. Deci, această abstractizare la nivel înalt arată modul în care datele curg între operațiuni. Odată ce graficul este creat, o buclă interioară este scrisă pentru a conduce calculul. Intrările sunt introduse în noduri prin intermediul variabilelor sau al locatorilor. În TensorFlow, calculele sunt rulate numai după crearea sesiunii.

De ce TensorFlow este preferat în învățarea profundă?

Învățarea profundă este o parte a învățării automate care învață funcții și sarcini direct din date. Datele ar putea fi imagini, text sau sunet. Este adesea denumită învățare de la capăt la capăt. O rețea neuronală este sinonimă cu neuronii din creierul nostru. În diagrama de mai sus, datele provin din stratul de intrare și curg pe straturile ascunse, unde se fac toate calculele și apoi se trec la stratul de ieșire. Mai mulți jucători ascunși o fac o rețea neurală profundă, în timp ce un singur strat formează o rețea neurală superficială

  • TensorFlow are un suport larg integrat pentru învățare profundă și rețele neuronale, astfel încât este ușor să asamblați net, să alocați parametri și să rulați procesul de instruire.
  • Există funcții matematice instruibile care sunt utile pentru rețelele neuronale. Orice algoritm de învățare automată bazat pe un gradient va beneficia de diferențierea automată a TensorFlow și de suita de optimizatori de primă rată.
  • TensorFlow este compatibil cu diverse învățări automate datorită colecției sale extinse de instrumente flexibile.
  • O rețea neuronală profundă gestionează un comportament mai complex în care fiecare intrare este procesată prin funcții de activare, cum ar fi tangentul hiperbolic, funcția logistică, etc. Alegerea funcției de activare afectează comportamentul rețelei, iar TensorFlow oferă control asupra structurii rețelei.
  • TensorFlow ar putea fi, de asemenea, utilizat în construirea de modele simple liniare și non-liniare.

Pași pentru instalarea TensorFlow

Partea de instalare va consta din două părți: -

  1. Instalarea Anaconda
  2. Configurarea TensorFlow folosind Anaconda Prompt.

Partea 1: Instalați Anaconda pe Windows

Anaconda este un pachet de câteva pachete piton populare și are un manager de pachete numit conda (similar cu pip). Unele dintre cele mai populare pachete anaconda sunt - numpy, scipy, Jupiter, nltk, scikit-learning, etc. Dacă aveți Python instalat în Windows, atunci pentru a instala toate aceste pachete, trebuie să rulați pip, în timp ce dacă instalați anaconda, primești toate aceste pachete la o singură dată.

Mai jos pașii ilustrează modul de instalare a Anaconda pe Windows. Python 3.7 nu acceptă TensorFlow, așa că vom folosi Anaconda pentru Python 3.6.

  • Descărcați Anaconda pentru programul de instalare Python 3.6 de aici - https://drive.google.com/open?id=12BLpz3wzsyI0kFcMgv0SGPj__0op-JJs
  • După ce instalatorul a fost descărcat, faceți dublu clic pe el și selectați Următorul.

  • Faceți clic pe De acord pe fereastra următoare.

  • Selectați toți utilizatorii și faceți clic pe Următorul.

  • Alegeți Instalarea locației după cum considerați adecvat și faceți clic pe Următorul.

  • În fereastra următoare, bifați caseta „Înregistrați Anaconda ca sistem Python 3.6” și faceți clic pe Instalare.

  • Instalarea este în curs.

  • Lăsați instalarea să continue și odată terminată, faceți clic pe Următorul pentru a o finaliza. Apoi accesați variabilele de mediu din Windows pentru a seta calea.

  • Faceți clic pe Nou și adăugați folderul Scripturi în care ați instalat Anaconda și faceți clic pe Ok.

  • Acum, accesați Bara de căutare Windows și tastați Anaconda Prompt. Faceți dublu clic pe aplicație și tastați conda –version pentru a confirma instalarea acesteia.

Partea 2: Configurarea instalării TensorFlow folosind Anaconda Prompt

  • Accesați Anaconda Prompt și tastați conda create -n myenv python = 3.6 și apăsați enter.

  • Apăsați Y și apăsați Enter. Va crea un mediu separat de instalare TensorFlow

  • Tastați conda active myenv și introduceți Enter pentru a intra în mediul înconjurător.

  • După ce vă aflați în mediu, introduceți următorul unul câte unul
  1. conda instala jupyter
  2. conda instala scipy
  3. pip install - upgrade tensorflow

  • După ce este terminat, tastați python și apoi tastați importul tensorflow. Dacă nu există nicio eroare, atunci TensorFlow se instalează cu succes.

Aplicații practice ale TensorFlow

Învățarea profundă a apărut în centrul a aproape toate progresele de calcul importante din ultimii ani. Este deja în multe dintre produsele noastre zilnice precum Netflix și recomandările personalizate ale Amazon, filtrarea spamului și chiar interacțiunea noastră cu asistenții personali, cum ar fi Apple Siri sau Microsoft Cortana.

Cu toate acestea, nu numai aplicațiile științifice beneficiază de această cercetare. Oameni din alte discipline încep, de asemenea, să exploreze modul în care învățarea profundă ar putea fi folosită în cazuri precum detecția obiectelor (așa cum se arată în imagine). Învață computerul să recunoască un obiect dintr-o imagine și apoi să folosească aceste cunoștințe pentru a conduce comportamente noi.

Ultimele tendințe ale TensorFlow

TensorFlow a lansat recent versiunea sa 1.12.0 în care câteva dintre îmbunătățirile majore sunt: ​​-

  • Modelul Keras poate fi exportat direct în formatul SavedModel și utilizat cu ajutorul arcului TensorFlow.
  • Binarele sunt construite cu suport XLA, iar modelele Keras pot fi acum evaluate cu tf.data.Dataset.
  • Ignite Dataset adăugat la contribuție / aprindere, care permite lucrul cu Apache Ignite.

Articole recomandate

Acesta a fost un ghid despre Cum se instalează TensorFlow Aici am discutat Instrucțiunile și diferiți pași pentru instalarea TensorFlow. De asemenea, puteți consulta articolul următor pentru a afla mai multe -

  1. Diferențele TensorFlow față de Caffe
  2. Comparația Tensorflow și Pytorch
  3. Cariere în învățături profunde
  4. PowerShell vs Python - Diferențe
  5. Introducere în TensorFlow Playground