Ako nainštalovať TensorFlow
V tomto článku o inštalácii tensorflow by sme najskôr získali všeobecný prehľad o TensorFlow a jeho použití v ekosystéme Data Science a potom nainštalovali TensorFlow pre Windows.
Čo je TensorFlow?
TensorFlow je softvérová aplikácia, populárna pri implementácii algoritmov strojového učenia, najmä neurónových sietí. Bola vyvinutá spoločnosťou Google a uvedená na trh ako platforma s otvoreným zdrojovým kódom v roku 2015. Nazýva sa to TensorFlow, pretože vyžaduje vstup ako viacrozmerné polia, ktoré sú známe aj ako Tensory. Mohli by sme skonštruovať vývojový diagram operácií, ktoré chceme na tomto vstupe vykonávať, tj údaje idú na jednom konci a potom pretekajú týmto systémom operácií a na druhom konci vystupujú ako výstup. TensorFlow je obľúbený kvôli svojej extrémnej všestrannosti. Dalo by sa spustiť na rôznych platformách, ako sú napríklad stolné počítače, cloud alebo mobilné zariadenia. To všetko sa dá urobiť pomocou jediného rozhrania API. Dalo by sa to trénovať na viacerých strojoch, a potom sme to mohli spustiť na inom stroji. TensorFlow je veľmi rýchly, pretože je napísaný v C ++, ale dá sa k nemu pristupovať a ovládať ho aj iné jazyky, najmä Python. Ďalšou skvelou vlastnosťou TensorFlow je TensorBoard, ktorý nám umožňuje graficky a vizuálne sledovať prácu TensorFlow. Niekto, kto sa zaujíma o strojové učenie, najmä o neurónovú sieť, by sa mal naučiť TensorFlow.
Architektúra grafu toku údajov TensorFlow
Graf toku údajov má dve základné jednotky: Uzol predstavujúci matematickú operáciu a okraj, ktorý slúži na viacrozmerné pole známe ako tenzory. Táto abstrakcia na vysokej úrovni teda ukazuje, ako údaje prúdia medzi operáciami. Po vytvorení grafu sa zapíše vnútorná slučka na výpočet. Vstupy sú privádzané do uzlov prostredníctvom premenných alebo zástupných symbolov. V TensorFlow sa výpočty spúšťajú až po vytvorení relácie.
Prečo je TensorFlow uprednostňovaný v Deep Learning? 
Hlboké učenie je súčasťou strojového učenia, ktoré sa učí funkcie a úlohy priamo z údajov. Dáta môžu byť obrázky, text alebo zvuk. Často sa označuje ako učenie „end-to-end“. Neurónová sieť je synonymom neurónov v našom mozgu. Vo vyššie uvedenom diagrame pochádzajú údaje zo vstupnej vrstvy a tečú cez skryté vrstvy, v ktorých sa vykonávajú všetky výpočty, a potom prechádzajú do výstupnej vrstvy. Viacero skrytých hráčov z neho robí hlbokú neurónovú sieť, zatiaľ čo jedna vrstva tvorí plytkú neurónovú sieť
- TensorFlow má širokú vstavanú podporu pre Deep Learning a neurónové siete, takže je ľahké zostaviť sieť, priradiť parametre a spustiť tréningový proces.
- Existujú trénovateľné matematické funkcie, ktoré sú užitočné pre neurónové siete. Akýkoľvek algoritmus strojového učenia založený na gradiente bude ťažiť z automatickej diferenciácie a sady prvotriednych optimalizátorov TensorFlow.
- TensorFlow je kompatibilný s rôznymi strojovými učeniami vďaka svojej rozsiahlej zbierke flexibilných nástrojov.
- Hlboká neurónová sieť zvláda zložitejšie správanie, keď je každý vstup spracovávaný aktivačnými funkciami, ako sú Hyperbolický tangens, Logistická funkcia atď. Výber aktivačnej funkcie ovplyvňuje správanie siete a TensorFlow poskytuje kontrolu nad štruktúrou siete.
- TensorFlow by sa mohol použiť aj pri zostavovaní jednoduchých lineárnych a nelineárnych modelov.
Kroky na inštaláciu TensorFlow
Inštalačná časť bude pozostávať z dvoch častí: -
- Inštaluje sa Anaconda
- Nastavenie funkcie TensorFlow pomocou funkcie Anaconda Prompt.
Časť 1: Inštalácia systému Anaconda na Windows
Anaconda je zväzok populárnych balíkov python a má správcu balíkov s názvom conda (podobne ako pip). Niektoré z populárnych balíčkov anaconda sú - numpy, scipy, Jupiter, nltk, scikit-learn, atď. Ak máte nainštalovaný Python vo svojich oknách, musíte nainštalovať všetky tieto balíčky, musíte spustiť pip, zatiaľ čo ak inštalujete anaconda, dostanete všetky tieto balíčky naraz.
Nižšie uvedené kroky ilustrujú, ako nainštalovať Anaconda na Windows. Python 3.7 nepodporuje TensorFlow, takže pre Python 3.6 použijeme Anaconda.
- Stiahnite si inštalačný program Anaconda pre Python 3.6 tu - https://drive.google.com/open?id=12BLpz3wzsyI0kFcMgv0SGPj__0op-JJs
- Po stiahnutí inštalátora naň dvakrát kliknite a vyberte Ďalej.
- V nasledujúcom okne kliknite na možnosť Súhlasím.
- Vyberte Všetci používatelia a kliknite na Ďalej.
- Vyberte miesto inštalácie podľa vášho uváženia a kliknite na Ďalej.
- V nasledujúcom okne začiarknite políčko „Registrovať Anacondu ako systém Python 3.6“ a kliknite na Inštalovať.
- Inštalácia prebieha.
- Nechajte inštaláciu pokračovať a po dokončení kliknite na Ďalej. Potom prejdite do premenných prostredia v systéme Windows a nastavte cestu.
- Kliknite na Nový a pridajte priečinok Skripty, do ktorého ste nainštalovali Anaconda, a kliknite na OK.
- Teraz prejdite na vyhľadávací panel systému Windows a zadajte príkaz Anaconda Prompt. Dvakrát kliknite na aplikáciu a napíšte conda –version, aby ste potvrdili jej inštaláciu.
Časť 2: Nastavenie inštalácie TensorFlow pomocou príkazu Anaconda Prompt
- Choďte na Anaconda Prompt a napíšte conda create -n myenv python = 3.6 a stlačte Enter.
- Stlačte kláves Y a stlačte kláves Enter. Vytvorí samostatnú inštaláciu prostredia TensorFlow
- Ak chcete ísť do prostredia, zadajte príkaz aktivovať myenv a stlačte kláves Enter.
- Akonáhle ste do prostredia, zadajte nasledujúce jeden po druhom
- Inštalácia programu
- inštalácia scipy
- pip install - upgrade tensorflow
- Po dokončení napíšte python a potom napíšte import tensorflow. Ak tam nie je žiadna chyba, potom je úspešne nainštalovaná TensorFlow.
Praktické aplikácie TensorFlow
Hlboké učenie sa objavilo v srdci takmer každého významného počítačového prelomu v posledných rokoch. Je to už v mnohých našich každodenných produktoch, ako sú Netflix a personalizované odporúčania Amazonu, filtrovanie spamu a dokonca aj naša interakcia s osobnými asistentmi, ako sú Apple Siri alebo Microsoft Cortana.
Tento výskum však ťaží nielen z vedeckých aplikácií. Ľudia z iných odborov tiež začínajú skúmať, ako by sa dalo využiť hlboké vzdelávanie v prípadoch, ako je napríklad detekcia objektov (ako je to znázornené na obrázku). Naučí počítač rozoznať objekt na obrázku a potom tieto znalosti použije na vyvolanie nového správania.
Najnovšie trendy TensorFlow
TensorFlow nedávno vydala svoju verziu 1.12.0, v ktorej sú niektoré z hlavných zlepšení: -
- Model Keras možno priamo exportovať do formátu SavedModel a použiť ho s pružinou TensorFlow.
- Binárne súbory sú zostavené s podporou XLA a modely Keras sa teraz dajú vyhodnotiť pomocou súboru tf.data.Dataset.
- Pridaný dátový súbor Ignite na prispievanie / zapaľovanie, ktorý umožňuje prácu s programom Apache Ignite.
Odporúčané články
Toto bola príručka o tom, ako nainštalovať TensorFlow. Tu sme diskutovali o pokynoch a rôznych krokoch na inštaláciu TensorFlow. Viac informácií nájdete aj v nasledujúcom článku -
- Rozdiely v TensorFlow vs Caffe
- Porovnanie Tensorflow a Pytorch
- Kariéra v hlbokom učení
- PowerShell vs Python - rozdiely
- Úvod do TensorFlow Playground