Kuidas installida TensorFlow
Selles installeeritavas tensorflow-artiklis saaksime kõigepealt üldise ülevaate TensorFlow-ist ja selle kasutamisest Data Science ökosüsteemis ning seejärel installeeriksime TensorFlow for Windows.
Mis on TensorFlow?
TensorFlow on tarkvararakendus, mis on populaarne masinõppe algoritmide, eriti närvivõrkude, rakendamiseks. Selle töötas välja Google ja see avaldati avatud lähtekoodiga platvormina 2015. aastal. Selle nimi on TensorFlow, kuna see võtab sisendeid mitmemõõtmeliste massiividena, mida tuntakse ka kui Tensorid. Me võiksime konstrueerida vooskeemi toimingutest, mida tahame sellel sisendil täita, st andmed lähevad ühte otsa sisse ja voolavad seejärel läbi selle toimingusüsteemi ning väljuvad teisest otsast väljundina. TensorFlow on populaarne äärmise mitmekülgsuse tõttu. Seda saab käitada erinevatel platvormidel, näiteks töölaual või pilves või mobiilseadmes. Kõike seda saaks teha ühe API abil. Seda saaks koolitada mitmel masinal ja siis saaksime seda kasutada teises masinas. TensorFlow on väga kiire, kuna see on kirjutatud C ++ keeles, kuid sellele pääseb juurde ja seda saavad kontrollida ka muud keeled, peamiselt Python. Teine TensorFlow funktsioon on TensorBoard, mis võimaldab meil TensorFlow tööd graafiliselt ja visuaalselt jälgida. Keegi, kes on huvitatud masinõppest, eriti närvivõrgust, peaks õppima TensorFlow.
TensorFlow andmevoo graafiku arhitektuur
Andmevoo graafikul on kaks peamist ühikut: Sõlm, mis tähistab matemaatilist toimingut, ja serv, mis teenib mitmemõõtmelist massiivi, mida nimetatakse tenoriteks. Niisiis, see kõrgetasemeline abstraktsioon näitab, kuidas andmed operatsioonide vahel voolavad. Kui graafik on loodud, kirjutatakse sisemine silmus arvutuse juhtimiseks. Sisendid suunatakse sõlmedesse muutujate või kohahoidjate kaudu. TensorFlow käivitatakse arvutused alles pärast seansi loomist.
Miks eelistatakse süvaõppes TensorFlow? 
Süvaõpe on masinõppe osa, mis õpib funktsioone ja ülesandeid otse andmete põhjal. Andmed võivad olla pildid, tekst või heli. Seda nimetatakse sageli otsast lõpuni õppimiseks. Neuraalvõrk on meie aju neuronite sünonüüm. Ülaloleval diagrammil pärinevad andmed sisendkihist ja voolavad üle peidetud kihtide, kus kõik arvutused tehakse, ning seejärel väljuvale kihile. Mitu varjatud mängijat teeb sellest sügava närvivõrgu, samal ajal kui üks kiht moodustab madala närvivõrgu
- TensorFlowl on sügavõppimise ja närvivõrkude lai sisseehitatud tugi, nii et võrku on lihtne kokku panna, parameetreid määrata ja koolitusprotsessi käivitada.
- On olemas treenitavaid matemaatilisi funktsioone, mis on närvivõrkude jaoks kasulikud. Kõigile gradiendipõhistele masinõppe algoritmidele on kasulik TensorFlow automaatne diferentseerimine ja esmaklassiliste optimeerijate komplekt.
- TensorFlow ühildub mitmesuguste masinõppustega tänu oma laiaulatuslikule paindlike tööriistade kogumile.
- Deep Neural Network tegeleb keerukama käitumisega, kus iga sisendit töödeldakse aktiveerimisfunktsioonide abil, näiteks hüperboolne puutuja, logistiline funktsioon jne. Aktiveerimisfunktsiooni valik mõjutab võrgu käitumist ja TensorFlow annab kontrolli võrgu üle.
- TensorFlow saab kasutada ka lihtsate lineaarsete ja mittelineaarsete mudelite ehitamisel.
TensorFlow installimise sammud
Paigaldusosa koosneb kahest osast: -
- Anaconda installimine
- TensorFlow seadistamine Anaconda Prompt abil.
1. osa: installige Anaconda Windowsisse
Anaconda on mõne populaarse python-paketi kimp ja sellel on paketihaldur nimega conda (sarnaselt pipiga). Mõned populaarsed anaconda-paketid on - tuimas, skipiline, Jupiter, nltk, scikit-learning jne. Kui teil on akendesse installitud Python, peate kõigi nende pakettide installimiseks käivitama pipi, samas kui anaconda installimisel saate kõik need pakendid ühe korraga.
Allpool kirjeldatakse, kuidas installida Anaconda akendesse. Python 3.7 ei toeta TensorFlow, nii et Python 3.6 jaoks kasutame Anacondat.
- Laadige siit alla Anaconda Python 3.6 installija jaoks - https://drive.google.com/open?id=12BLpz3wzsyI0kFcMgv0SGPj__0op-JJ
- Kui installiprogramm on alla laaditud, topeltklõpsake seda ja valige Edasi.
- Klõpsake järgmises aknas nuppu Nõustun.
- Valige Kõik kasutajad ja klõpsake nuppu Edasi.
- Valige installikoht, mida peate sobivaks, ja klõpsake nuppu Edasi.
- Järgmises aknas märkige ruut 'Registreeri Anaconda kui süsteemi Python 3.6' ja klõpsake nuppu Installi.
- Installimine on pooleli.
- Laske installimisel jätkata ja kui see on lõpule jõudnud, klõpsake selle lõpetamiseks nuppu Edasi. Seejärel minge tee määramiseks keskkonnamuutujate akna juurde.
- Klõpsake nuppu Uus ja lisage kaust Skriptid, kuhu olete Anaconda installinud, ja klõpsake nuppu OK.
- Nüüd minge Windowsi otsinguribale ja tippige Anaconda Prompt. Topeltklõpsake rakendusel ja tippige installimise kinnitamiseks conda -version.
2. osa: TensorFlow installimise seadistamine Anaconda Prompt abil
- Minge Anaconda Prompt ja tippige conda create -n myenv python = 3.6 ja vajutage sisestusklahvi.
- Vajutage Y ja vajutage sisestusklahvi. See loob eraldi keskkonna installimise TensorFlow
- Keskkonda sisenemiseks tippige conda aktiveeri myenv ja sisestage sisestusklahv Enter.
- Kui olete sattunud keskkonda, sisestage ükshaaval järgmine
- conda install jupyter
- conda install skipy
- pip install - ajakohastage tensorflow
- Kui see on tehtud, tippige python ja seejärel importige tensorflow. Kui viga pole, siis on see TensorFlow installimine edukas.
TensorFlow praktilised rakendused
Süvaõpe on viimase paari aasta jooksul ilmnenud peaaegu kõigi suuremate läbimurrete keskmes. See on juba paljudes meie igapäevastes toodetes nagu Netflix ja Amazoni isikupärastatud soovitused, rämpsposti filtreerimine ja isegi meie suhtlus isiklike abistajatega nagu Apple Siri või Microsoft Cortana.
Kuid sellest uurimistööst ei saa kasu mitte ainult teaduse rakendused. Teiste erialade inimesed on ka hakanud uurima, kuidas saaks sügavat õppimist kasutada näiteks objekti tuvastuse korral (nagu pildil näha). See õpetab arvutit pildil olevat objekti ära tundma ja seejärel kasutama neid teadmisi uue käitumise juhtimiseks.
TensorFlow uusimad trendid
TensorFlow andis hiljuti välja oma versiooni 1.12.0, milles mõned peamised parandused on: -
- Kerase mudelit saab otse eksportida vormingusse SavedModel ja kasutada koos TensorFlow vedruga.
- Binaarid on ehitatud XLA toega ja Kerase mudeleid saaks nüüd hinnata saidiga tf.data.Dataset.
- Ignite Dataset on lisatud kausta / ignite, mis võimaldab Apache Ignite'iga koostööd teha.
Soovitatavad artiklid
See on olnud juhend TensorFlow installimise kohta. Siin oleme arutanud TensorFlow installimise juhiseid ja erinevaid samme. Lisateabe saamiseks võite vaadata ka järgmist artiklit -
- TensorFlow ja kohviku erinevused
- Tensorflow ja Pytorchi võrdlus
- Karjäär süvaõppes
- PowerShell vs Python - erinevused
- TensorFlow mänguväljaku sissejuhatus