Kuinka asentaa TensorFlow
Tässä asennettavassa tensorflow -artikkelissa saamme ensin yleiskuvan TensorFlowista ja sen käytöstä Data Science -ekosysteemissä, ja sitten asennamme TensorFlow for Windows.
Mikä on TensorFlow?
TensorFlow on ohjelmistosovellus, suosittu koneoppimisalgoritmien, etenkin hermoverkkojen, toteuttamiseen. Sen on kehittänyt Google ja julkaissut avoimen lähdekoodin alustana vuonna 2015. Sitä kutsutaan TensorFlow, koska se ottaa syötteen moniulotteisena taulukkona, joka tunnetaan myös nimellä Tensors. Voisimme rakentaa vuokaavion toiminnoista, jotka haluamme suorittaa tuolle sisääntulolle, ts. Data menee sisään toiseen päähän ja virtaa sitten tämän toimintajärjestelmän läpi ja tulee ulos toisesta päästä lähtönä. TensorFlow on suosittu äärimmäisen monipuolisuudensa vuoksi. Sitä voidaan käyttää eri alustoilla, kuten työpöydällä tai pilvessä tai mobiililaitteessa. Kaikki tämä voitaisiin tehdä yhdellä sovellusliittymällä. Se voitaisiin kouluttaa useilla koneilla, ja sitten voimme käyttää sitä toisella koneella. TensorFlow on erittäin nopea, koska se on kirjoitettu C ++ -versiona, mutta sitä voidaan käyttää ja hallita muilla kielillä, lähinnä Pythonilla. Toinen TensorFlow-ominaisuus on TensorBoard, jonka avulla voimme seurata graafisesti ja visuaalisesti TensorFlow-työtä. Joku, joka on kiinnostunut koneoppimisesta, etenkin hermoverkosta, tulisi oppia TensorFlow.
TensorFlow-tietovirtakaavioarkkitehtuuri
Tietovirtakaaviossa on kaksi perusyksikköä: Solmu, joka edustaa matemaattista operaatiota, ja reuna, joka palvelee moniulotteista taulukkoa, jota kutsutaan tenoreiksi. Joten tämä korkean tason abstraktio osoittaa kuinka data virtaa operaatioiden välillä. Kun kuvaaja on luotu, sisäinen silmukka kirjoitetaan laskennan ajamiseksi. Tulot syötetään solmuihin muuttujien tai paikkamerkkien kautta. TensorFlow-ohjelmassa laskut suoritetaan vasta istunnon luomisen jälkeen.
Miksi TensorFlow on suositeltava syvässä oppimisessa? 
Syväoppiminen on osa koneoppimista, joka oppii ominaisuuksia ja tehtäviä suoraan datasta. Tiedot voivat olla kuvia, tekstiä tai ääntä. Sitä kutsutaan usein päästä päähän -oppimiseksi. Neuraaliverkko on synonyymi aivojemme neuroneille. Yllä olevassa kaaviossa tiedot tulevat tulokerroksesta ja kulkevat piilotettujen kerrosten läpi, missä kaikki laskennat tehdään, ja siirtyvät sitten lähtökerrokseen. Useat piilotetut pelaajat tekevät siitä syvän hermoverkon, kun taas yksi kerros muodostaa matalan hermoverkon
- TensorFlowilla on laaja sisäänrakennettu tuki syvälle oppimiseen ja hermoverkkoihin, joten on helppo koota verkko, määrittää parametreja ja suorittaa koulutusprosessi.
- Siellä on koulutettavia matemaattisia funktioita, jotka ovat hyödyllisiä hermoverkoille. Jokainen gradienttipohjainen koneoppimisalgoritmi hyötyy TensorFlowin automaattisesta erottelusta ja ensiluokkaisten optimoijien sarjastä.
- TensorFlow on yhteensopiva useiden koneoppimisen kanssa laajan joustavien työkaluvalikoimansa ansiosta.
- Syvä neuroverkko käsittelee monimutkaisempaa käyttäytymistä, jossa kutakin tuloa prosessoidaan aktivointitoiminnoilla, kuten hyperbolisella tangentilla, logistisella toiminnolla jne. Aktivointitoiminnon valinta vaikuttaa verkon käyttäytymiseen, ja TensorFlow antaa verkon rakenteen hallinnan.
- TensorFlowia voidaan käyttää myös yksinkertaisten lineaaristen ja epälineaaristen mallien rakentamiseen.
Vaiheet Asenna TensorFlow
Asennusosa koostuu kahdesta osasta: -
- Anacondan asentaminen
- TensorFlow-ohjelmiston asettaminen Anaconda Prompt -sovelluksella.
Osa 1: Asenna Anaconda Windows-järjestelmään
Anaconda on joukko suosittuja python-paketteja, ja sillä on paketinhallinta nimeltään conda (samanlainen kuin pip). Jotkut suositut anaconda-paketit ovat - numpy, scipy, Jupiter, nltk, scikit-learning jne. Jos sinulla on Python asennettuna Windows-ikkunaan, kaikkien näiden pakettien asennusta varten sinun on suoritettava pip, kun taas, jos asennat anaconda, saat kaikki nämä paketit yhdellä laukauksella.
Alla olevat vaiheet kuvaavat, kuinka Anaconda asennetaan Windowsiin. Python 3.7 ei tue TensorFlow-ohjelmaa, joten käytämme Anacondaa Python 3.6: een.
- Lataa Anaconda Python 3.6 -asennusohjelmaan täältä - https://drive.google.com/open?id=12BLpz3wzsyI0kFcMgv0SGPj__0op-JJ
- Kun asennusohjelma on ladattu, kaksoisnapsauta sitä ja valitse Seuraava.
- Napsauta seuraavassa ikkunassa Hyväksyn Hyväksyn.
- Valitse Kaikki käyttäjät ja napsauta Seuraava.
- Valitse asennuspaikka sopivaksi katsomallasi ja napsauta Seuraava.
- Valitse seuraavassa ikkunassa 'Rekisteröi Anaconda järjestelmän Python 3.6' -ruutu ja napsauta Asenna.
- Asennus on käynnissä.
- Anna asennuksen jatkaa ja kun olet valmis, napsauta Seuraava suorittaaksesi sen loppuun. Siirry sitten ikkunoiden Ympäristömuuttujat -kohtaan ja määritä polku.
- Napsauta Uusi ja lisää Skriptit-kansio, johon olet asentanut Anacondan, ja napsauta Ok.
- Siirry nyt Windowsin hakupalkkiin ja kirjoita Anaconda Prompt. Kaksoisnapsauta sovellusta ja kirjoita conda –versio vahvistaaksesi sen asennuksen.
Osa 2: TensorFlow-asennuksen asettaminen Anaconda-kehotteella
- Siirry Anaconda-kehotteeseen ja kirjoita conda create -n myenv python = 3.6 ja paina Enter.
- Paina Y ja paina Enter. Se luo erillisen ympäristöasennuksen TensorFlow
- Kirjoita conda aktivoi myenv ja kirjoita Enter siirtyäksesi ympäristöön.
- Kun olet ympäristössä, kirjoita seuraava yksi kerrallaan
- conda asentaa jupyter
- conda install scipy
- pip install - päivitä tensorflow
- Kun se on valmis, kirjoita python ja kirjoita sitten tuontivirta. Jos virhettä ei ole, se on TensorFlow-asennus onnistunut.
TensorFlow-sovelluksen käytännön sovellukset
Syväoppiminen on noussut keskelle melkein jokaista suurta laskennallista läpimurtoa viime vuosina. Se on jo monissa päivittäisissä tuotteissamme, kuten Netflix ja Amazonin henkilökohtaiset suositukset, roskapostisuodatus ja jopa vuorovaikutuksessa henkilökohtaisten avustajien kanssa, kuten Apple Siri tai Microsoft Cortana.
Tämä tutkimus ei kuitenkaan hyödy vain tiedesovelluksia. Muiden tieteenalojen ihmiset ovat myös alkaneet tutkia, kuinka syvällistä oppimista voitaisiin käyttää tapauksissa, kuten esineiden havaitseminen (kuten kuvassa). Se opettaa tietokonetta tunnistamaan kuvan kuvan ja käyttämään tätä tietoa sitten käyttäytymiseen.
TensorFlow-tekniikan viimeisimmät trendit
TensorFlow julkaisi äskettäin version 1.12.0, jossa muutama tärkeimmistä parannuksista on: -
- Keras-malli voitiin viedä suoraan SavedModel-muotoon ja käyttää TensorFlow-kevään kanssa.
- Binaareja rakennetaan XLA-tuella, ja Keras-malleja voitiin nyt arvioida tf.data.Dataset-sovelluksella.
- Ignite-tietojoukko lisättiin osioon / ignite, joka mahdollistaa työskentelyn Apache Ignite -sovelluksen kanssa.
Suositellut artikkelit
Tämä on ollut opas TensorFlow-ohjelmiston asentamiseen Täällä olemme keskustelleet TensorFlow-ohjeiden asentamisesta. Voit myös tarkastella seuraavaa artikkelia saadaksesi lisätietoja -
- TensorFlow vs. Caffen erot
- Tensorflowin ja Pytorchin vertailu
- Ura syvissä oppimisissa
- PowerShell vs Python - erot
- Johdatus TensorFlow-leikkipaikkaan