Neste tutorial, explicaremos como instalar o TensorFlow Anaconda Windows. Você aprenderá a usar o TensorFlow no Jupyter Notebook. Jupyter é um visualizador de notebook.
Versões do TensorFlow
O TensorFlow oferece suporte a cálculos em várias CPUs e GPUs. Isso significa que os cálculos podem ser distribuídos entre os dispositivos para melhorar a velocidade do treinamento. Com a paralelização, você não precisa esperar semanas para obter os resultados dos algoritmos de treinamento.
Para usuários do Windows, o TensorFlow oferece duas versões:
- TensorFlow apenas com suporte para CPU : se sua máquina não funcionar na GPU NVIDIA, você só pode instalar esta versão
- TensorFlow com suporte para GPU : para uma computação mais rápida, você pode fazer o download da versão compatível com a GPU do TensorFlow. Esta versão só faz sentido se você precisar de grande capacidade computacional.
Durante este tutorial, a versão básica do TensorFlow é suficiente.
Observação: o TensorFlow não oferece suporte para GPU no MacOS.
Aqui está como proceder
Usuário MacOS:
- Instale o Anaconda
- Crie um arquivo .yml para instalar o Tensorflow e dependências
- Abra o Jupyter Notebook
Para Windows
- Instale o Anaconda
- Crie um arquivo .yml para instalar dependências
- Use pip para adicionar TensorFlow
- Abra o Jupyter Notebook
Para executar o Tensorflow com Jupyter, você precisa criar um ambiente dentro do Anaconda. Isso significa que você instalará Ipython, Jupyter e TensorFlow em uma pasta apropriada dentro de nossa máquina. Além disso, você adicionará uma biblioteca essencial para a ciência de dados: "Pandas". A biblioteca Pandas ajuda a manipular um quadro de dados.
Instale o Anaconda
Baixe o Anaconda versão 4.3.1 (para Python 3.6) para o sistema apropriado.
O Anaconda irá ajudá-lo a gerenciar todas as bibliotecas necessárias para Python ou R. Consulte este tutorial para instalar o Anaconda
Crie um arquivo .yml para instalar o Tensorflow e as dependências
Inclui
- Localize o caminho do Anaconda
- Defina o diretório de trabalho para Anaconda
- Crie o arquivo yml (para usuário do MacOS, o TensorFlow está instalado aqui)
- Edite o arquivo yml
- Compile o arquivo yml
- Ativar Anaconda
- Instale o TensorFlow (somente usuário do Windows)
Etapa 1) Localize o Anaconda,
O primeiro passo que você precisa fazer é localizar o caminho do Anaconda.
Você criará um novo ambiente conda que inclui as bibliotecas necessárias que usará durante os tutoriais sobre TensorFlow.
janelas
Se você for um usuário do Windows, pode usar o Prompt do Anaconda e digitar:
C:\>where anaconda
Estamos interessados em saber o nome da pasta onde o Anaconda está instalado porque queremos criar nosso novo ambiente dentro deste caminho. Por exemplo, na imagem acima, o Anaconda está instalado na pasta Admin. Para você, pode ser o mesmo, ou seja, Admin ou o nome do usuário.
A seguir, definiremos o diretório de trabalho de c: \ para Anaconda3.
Mac OS
para o usuário MacOS, você pode usar o Terminal e digitar:
which anaconda
Você precisará criar uma nova pasta dentro do Anaconda que conterá Ipython , Jupyter e TensorFlow . Uma maneira rápida de instalar bibliotecas e software é escrever um arquivo yml.
Etapa 2) Definir o diretório de trabalho
Você precisa especificar o diretório de trabalho onde deseja criar o arquivo yml.
Como dito antes, ele estará localizado dentro do Anaconda.
Para usuário MacOS:
O Terminal define o diretório de trabalho padrão para Usuários / NOME DE USUÁRIO . Como você pode ver na figura abaixo, o caminho do anaconda3 e o diretório de trabalho são idênticos. No MacOS, a pasta mais recente é exibida antes de $. O Terminal instalará todas as bibliotecas neste diretório de trabalho.
Se o caminho no editor de texto não corresponder ao diretório de trabalho, você pode alterá-lo escrevendo cd PATH no Terminal. PATH é o caminho que você colou no editor de texto. Não se esqueça de envolver o PATH com 'PATH'. Esta ação mudará o diretório de trabalho para PATH.
Abra seu Terminal e digite:
cd anaconda3
Para usuário do Windows (certifique-se da pasta antes do Anaconda3):
cd C:\Users\Admin\Anaconda3
ou o caminho "onde o comando anaconda" lhe dá
Etapa 3) Crie o arquivo yml
Você pode criar o arquivo yml dentro do novo diretório de trabalho.
O arquivo instalará as dependências de que você precisa para executar o TensorFlow. Copie e cole este código no Terminal.
Para usuário MacOS:
touch hello-tf.yml
Um novo arquivo chamado hello-tf.yml deve aparecer dentro do anaconda3
Para usuário do Windows:
echo.>hello-tf.yml
Um novo arquivo chamado hello-tf.yml deve aparecer
Etapa 4) Edite o arquivo yml
Você está pronto para editar o arquivo yml.
Para usuário MacOS:
Você pode colar o seguinte código no Terminal para editar o arquivo. O usuário do MacOS pode usar o vim para editar o arquivo yml.
vi hello-tf.yml
Até agora, seu Terminal se parece com este
Você entra em um modo de edição . Dentro deste modo, você pode, após pressionar esc:
- Pressione i para editar
- Pressione w para salvar
- Pressione q! para sair
Escreva o seguinte código no modo de edição e pressione esc seguido por: w
Nota: o arquivo é sensível a maiúsculas e minúsculas. 2 espaços são necessários após cada intenção.
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.whlExplicação do código
- nome: hello-tf: Nome do arquivo yml
- dependências:
- python = 3,6
- Jupyter
- ipython
- pandas: instale as bibliotecas Python versão 3.6, Jupyter, Ipython e pandas
- pip: Instale uma biblioteca Python
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Instale o TensorFlow do Google apis.
Pressione esc seguido de: q! para o modo de edição.
Para usuário do Windows:
O Windows não possui o programa vim, então o Bloco de Notas é suficiente para concluir esta etapa.
notepad hello-tf.yml
Digite o seguinte no arquivo
name: hello-tfdependencies:- python=3.6- jupyter- ipython- pandas
Explicação do código
- nome: hello-tf: Nome do arquivo yml
- dependências:
- python = 3,6
- Jupyter
- ipython
- pandas: instale as bibliotecas Python versão 3.6, Jupyter, Ipython e pandas
Irá abrir o bloco de notas, você pode editar o arquivo a partir daqui.
Observação: os usuários do Windows instalarão o TensorFlow na próxima etapa. Nesta etapa, você apenas prepara o ambiente conda
Etapa 5) Compilar o arquivo yml
Você pode compilar o arquivo .yml com o seguinte código:
conda env create -f hello-tf.yml
Nota: Para usuários do Windows, o novo ambiente é criado dentro do diretório do usuário atual.
Isso leva tempo. Irá ocupar cerca de 1,1 GB de espaço no disco rígido.
No Windows
Etapa 6) Ative o ambiente conda
Estamos quase terminando. Você tem agora 2 ambientes conda.
Você criou um ambiente conda isolado com as bibliotecas que usará durante os tutoriais. Essa é uma prática recomendada porque cada projeto de aprendizado de máquina requer bibliotecas diferentes. Quando o projeto terminar, você pode remover ou não esse ambiente.
conda env list
O asterisco indica o padrão. Você precisa mudar para hello-tf para ativar o ambiente
Para usuário MacOS:
source activate hello-tf
Para usuário do Windows:
activate hello-tf
Você pode verificar se todas as dependências estão no mesmo ambiente. Isso é importante porque permite que o Python use o Jupyter e o TensorFlow do mesmo ambiente. Se você não vir os três localizados na mesma pasta, será necessário começar tudo de novo.
Para usuário MacOS:
which pythonwhich jupyterwhich ipython
Opcional: você pode verificar se há atualizações.
pip install --upgrade tensorflow
Etapa 7) Instale o TensorFlow para usuário do Windows
Para usuário do Windows:
where pythonwhere jupyterwhere ipython
Como você pode ver, agora você tem dois ambientes Python. O principal e o recém-criado no ie hello-tf. O ambiente principal do conda não possui tensorFlow instalado, apenas hello-tf. Pela imagem, python, jupyter e ipython estão instalados no mesmo ambiente. Isso significa que você pode usar o TensorFlow com um Jupyter Notebook.
Você precisa instalar o TensorFlow usando o comando pip. Apenas para usuários do Windows
pip install tensorflow
Abra o Jupyter Notebook
Esta parte é a mesma para ambos os sistemas operacionais. Agora, vamos aprender como importar TensorFlow no Jupyter Notebook.
Você pode abrir o TensorFlow com o Jupyter.
Observação: cada vez que você deseja abrir o TensorFlow, é necessário inicializar o ambiente
Você procederá da seguinte forma:
- Ative o ambiente hello-tf conda
- Abra o Jupyter
- Import tensorflow
- Apagar Bloco de Notas
- Fechar Jupyter
Etapa 1) Ative o conda
Para usuário MacOS:
source activate hello-tf
Para usuário do Windows:
conda activate hello-tf
Etapa 2) Abra o Jupyter
Depois disso, você pode abrir o Jupyter no Terminal
jupyter notebook
Seu navegador deve abrir automaticamente, caso contrário, copie e cole a url fornecida pelo Terminal. Ele começa por http: // localhost: 8888
Dentro do TensorFlow Jupyter Notebook, você pode ver todos os arquivos dentro do diretório de trabalho. Para criar um novo Notebook, basta clicar em novo e Python 3
Nota: O novo bloco de notas é salvo automaticamente dentro do diretório de trabalho.
Etapa 3) Importar Tensorflow
Dentro do notebook, você pode importar o TensorFlow no Jupyter Notebook com o alias tf. Clique para correr. Uma nova célula é criada abaixo.
import tensorflow as tf
Vamos escrever seu primeiro código com TensorFlow.
hello = tf.constant('Hello, Guru99!')hello
Um novo tensor é criado. Parabéns. Você instalou com sucesso o TensorFlow com Jupyter em sua máquina.
Etapa 4) Excluir arquivo
Você pode excluir o arquivo denominado Untitled.ipynb dentro de Jupyer.
Etapa 5) Fechar Jupyter
Existem duas maneiras de fechar o Jupyter. A primeira forma é diretamente do notebook. A segunda maneira é usando o terminal (ou Prompt do Anaconda)
De Jupyter
No painel principal do Jupyter Notebook, basta clicar em Logout
Você é redirecionado para a página de logout.
Do terminal
Selecione o terminal ou prompt do Anaconda e execute duas vezes ctr + c.
Na primeira vez que você pressiona ctr + c, é solicitado que você confirme que deseja desligar o notebook. Repita ctr + c para confirmar
Você se desconectou com sucesso.
Jupyter com o ambiente principal de conda
Se você deseja iniciar o TensorFlow com jupyter para uso futuro, é necessário abrir uma nova sessão com
source activate hello-tf
Do contrário, o Jupyter não encontrará o TensorFlow
