Як встановити TensorFlow
У цій статті про встановлення tensorflow ми спочатку отримаємо загальний огляд TensorFlow та його використання в екосистемі Data Science, а потім встановимо TensorFlow для Windows.
Що таке TensorFlow?
TensorFlow - це програмне забезпечення, популярне для впровадження алгоритмів машинного навчання, зокрема нейронних мереж. Він був розроблений Google і випущений як платформа з відкритим кодом у 2015 році. Він називається TensorFlow, оскільки він приймає дані як багатовимірні масиви, які також відомі як Tensors. Ми могли б побудувати блок-схему операцій, яку ми хочемо виконати на цьому вході, тобто дані надходять в один кінець, а потім протікають через цю систему операцій і виходять з іншого кінця як вихід. TensorFlow популярний через свою надзвичайну універсальність. Він може працювати на різних платформах, таких як робочий стіл, хмара або мобільний пристрій. Все це можна зробити за допомогою єдиного API. Це можна було б навчити на декількох машинах, а потім ми могли б запустити його на іншій машині. TensorFlow дуже швидкий, оскільки він написаний на C ++, але до нього можна отримати доступ та керуватися іншими мовами, головним чином Python. Ще одна чудова особливість TensorFlow - це TensorBoard, який дозволяє нам графічно та візуально відстежувати роботу TensorFlow. Хтось, хто цікавиться машинним навчанням, особливо нейронною мережею, повинен вивчити TensorFlow.
Графік потоку даних Архітектура TensorFlow
Графік потоку даних має дві основні одиниці: Вузол, що представляє математичну операцію, і край, який обслуговує багатовимірний масив, відомий як тензори. Отже, ця абстракція високого рівня показує, як дані протікають між операціями. Після створення графіка пишеться внутрішня петля для керування обчисленнями. Входи подаються у вузли через змінні або заповнювачі. У TensorFlow обчислення запускаються лише після створення сеансу.
Чому TensorFlow віддається перевазі в глибокому навчанні? 
Глибоке навчання - це частина машинного навчання, яка вивчає функції та завдання безпосередньо з даних. Дані можуть бути зображеннями, текстовими або звуковими. Його часто називають повним навчанням. Нейронна мережа є синонімом нейронів нашого мозку. На наведеній діаграмі дані надходять із вхідного шару і перетікають через приховані шари, де проводяться всі обчислення, а потім передаються на вихідний рівень. Кілька прихованих гравців роблять це глибокою нейронною мережею, тоді як один шар утворює неглибоку нейронну мережу
- TensorFlow має широку вбудовану підтримку для Deep Learning та нейронних мереж, тому легко зібрати мережу, призначити параметри та запустити навчальний процес.
- Існують навчальні математичні функції, які корисні для нейронних мереж. Будь-який алгоритм машинного навчання на основі градієнта виграє від автоматичної диференціації TensorFlow та набору першокласних оптимізаторів.
- TensorFlow сумісний з різним машинним навчанням завдяки великій колекції гнучких інструментів.
- Глибока нейронна мережа обробляє більш складну поведінку, коли кожен вхід обробляється функціями активації, такими як гіперболічний дотик, логістична функція тощо. Вибір функції активації впливає на поведінку мережі, а TensorFlow дає контроль над структурою мережі.
- TensorFlow також може бути використаний для створення простих лінійних та нелінійних моделей.
Кроки для встановлення TensorFlow
Інсталяційна частина буде складатися з двох частин: -
- Встановлення Anaconda
- Налаштування TensorFlow за допомогою підказки Anaconda.
Частина 1: Встановіть Anaconda в Windows
Anaconda - це група деяких популярних пакетів python і має менеджер пакунків під назвою conda (подібний до pip). Деякі з популярних пакетів анаконди - numpy, scipy, Jupiter, nltk, scikit-learn і т. Д. Якщо у вас встановлений Python у ваших Windows, то для встановлення всіх цих пакетів вам потрібно запустити pip, тоді як якщо ви встановите anaconda, ви отримуєте всі ці пакети за один кадр.
Нижче описано, як встановити Anaconda на windows. Python 3.7 не підтримує TensorFlow, тому ми будемо використовувати Anaconda для Python 3.6.
- Завантажте програму встановлення Anaconda для Python 3.6 тут - https://drive.google.com/open?id=12BLpz3wzsyI0kFcMgv0SGPj__0op-JJs
- Після завантаження інсталятора двічі клацніть по ньому та виберіть Далі.
- Клацніть Я погоджуюсь у наступному вікні.
- Виберіть Усі користувачі та натисніть кнопку Далі.
- Виберіть Місце встановлення, як вам здається, і натисніть кнопку Далі.
- У наступному вікні встановіть прапорець "Зареєструвати Anaconda як системний Python 3.6" і натисніть кнопку Встановити.
- Встановлення триває.
- Нехай установка продовжується, і після завершення натисніть кнопку Далі, щоб завершити її. Потім перейдіть до змінних Environment у Windows, щоб встановити шлях.
- Клацніть на «Нове» та додайте папку «Сценарії», де ви встановили Anaconda, і натисніть «Ок».
- Тепер перейдіть до панелі пошуку Windows і введіть підказку Anaconda. Двічі клацніть додаток та введіть conda –version, щоб підтвердити його встановлення.
Частина 2: Настроювання установки TensorFlow за допомогою підказки Anaconda
- Перейдіть до Anaconda Prompt та введіть conda create -n myenv python = 3.6 та натисніть клавішу Enter.
- Натисніть Y і натисніть клавішу Enter. Це створить окреме середовище встановлення TensorFlow
- Введіть conda activate myenv та введіть Enter, щоб увійти в оточення.
- Опинившись у навколишньому середовищі, введіть одну за одною
- конда встановити юпітер
- конда встановити scipy
- встановлення піп - оновлення tensorflow
- Після цього введіть python, а потім типи імпортуйте tensorflow. Якщо помилок немає, то він успішно встановлюється TensorFlow.
Практичні програми TensorFlow
Поглиблене навчання опинилося в основі майже кожного великого обчислювального прориву за останні кілька років. Це вже є у багатьох наших щоденних продуктах, таких як персоналізовані рекомендації Netflix та Amazon, фільтрація спаму та навіть наша взаємодія з особистими помічниками, такими як Apple Siri або Microsoft Cortana.
Однак від цього дослідження виграють не тільки наукові програми. Люди з інших дисциплін також починають вивчати, як глибоке навчання може бути використане у таких випадках, як виявлення об'єктів (як показано на зображенні). Він вчить комп'ютер розпізнавати об’єкт на малюнку, а потім використовувати ці знання для керування новою поведінкою.
Останні тенденції TensorFlow
Нещодавно TensorFlow випустив свою версію 1.12.0, в якій кілька основних вдосконалень:
- Модель Keras можна експортувати безпосередньо у формат SavedModel та використовувати її з пружиною TensorFlow.
- Бінарні файли будуються з підтримкою XLA, і моделі Keras тепер можна оцінювати за допомогою tf.data.Dataset.
- Додано набір даних ignite, який дозволяє працювати з Apache Ignite.
Рекомендовані статті
Це керівництво про те, як встановити TensorFlow Тут ми обговорили Інструкції та різні кроки щодо встановлення TensorFlow. Ви також можете переглянути наступну статтю, щоб дізнатися більше -
- Відмінності TensorFlow від Caffe
- Порівняння Tensorflow та Pytorch
- Кар'єра в глибокому навчанні
- PowerShell vs Python - відмінності
- Ознайомлення з дитячим майданчиком TensorFlow