En este tutorial, explicaremos cómo instalar TensorFlow Anaconda Windows. Aprenderá a usar TensorFlow en Jupyter Notebook. Jupyter es un visor de portátiles.
Versiones de TensorFlow
TensorFlow admite cálculos en varias CPU y GPU. Significa que los cálculos se pueden distribuir entre dispositivos para mejorar la velocidad del entrenamiento. Con la paralelización, no es necesario esperar semanas para obtener los resultados de los algoritmos de entrenamiento.
Para los usuarios de Windows, TensorFlow ofrece dos versiones:
- TensorFlow solo con soporte para CPU : si tu máquina no se ejecuta en NVIDIA GPU, solo puedes instalar esta versión
- TensorFlow con compatibilidad con GPU : para un cálculo más rápido, puedes descargar la versión compatible con TensorFlow GPU. Esta versión tiene sentido solo si necesita una gran capacidad computacional.
Durante este tutorial, la versión básica de TensorFlow es suficiente.
Nota: TensorFlow no ofrece compatibilidad con GPU en MacOS.
A continuación se explica cómo proceder
Usuario de MacOS:
- Instalar Anaconda
- Crea un archivo .yml para instalar Tensorflow y las dependencias
- Inicie Jupyter Notebook
Para ventanas
- Instalar Anaconda
- Crea un archivo .yml para instalar dependencias
- Usa pip para agregar TensorFlow
- Inicie Jupyter Notebook
Para ejecutar Tensorflow con Jupyter, debe crear un entorno dentro de Anaconda. Significa que instalará Ipython, Jupyter y TensorFlow en una carpeta apropiada dentro de nuestra máquina. Además de esto, agregará una biblioteca esencial para la ciencia de datos: "Pandas". La biblioteca de Pandas ayuda a manipular un marco de datos.
Instalar Anaconda
Descargue Anaconda versión 4.3.1 (para Python 3.6) para el sistema apropiado.
Anaconda lo ayudará a administrar todas las bibliotecas necesarias para Python o R. Consulte este tutorial para instalar Anaconda
Crea un archivo .yml para instalar Tensorflow y las dependencias
Incluye
- Localiza el camino de Anaconda
- Establecer el directorio de trabajo en Anaconda
- Cree el archivo yml (para usuarios de MacOS, TensorFlow se instala aquí)
- Edite el archivo yml
- Compila el archivo yml
- Activar Anaconda
- Instalar TensorFlow (solo para usuarios de Windows)
Paso 1) Ubique Anaconda,
El primer paso que debe hacer es localizar el camino de Anaconda.
Creará un nuevo entorno de conda que incluye las bibliotecas necesarias que usará durante los tutoriales sobre TensorFlow.
Ventanas
Si es un usuario de Windows, puede usar Anaconda Prompt y escribir:
C:\>where anaconda
Nos interesa saber el nombre de la carpeta donde está instalada Anaconda porque queremos crear nuestro nuevo entorno dentro de esta ruta. Por ejemplo, en la imagen de arriba, Anaconda está instalada en la carpeta Admin. Para usted, puede ser lo mismo, es decir, administrador o el nombre del usuario.
En el siguiente, configuraremos el directorio de trabajo de c: \ a Anaconda3.
Mac OS
para usuarios de MacOS, puede usar la Terminal y escribir:
which anaconda
Deberá crear una nueva carpeta dentro de Anaconda que contendrá Ipython , Jupyter y TensorFlow . Una forma rápida de instalar bibliotecas y software es escribir un archivo yml.
Paso 2) Establecer directorio de trabajo
Debe especificar el directorio de trabajo donde desea crear el archivo yml.
Como se dijo antes, estará ubicado dentro de Anaconda.
Para usuarios de MacOS:
La Terminal establece el directorio de trabajo predeterminado en Usuarios / NOMBRE DE USUARIO . Como puede ver en la siguiente figura, la ruta de anaconda3 y el directorio de trabajo son idénticos. En MacOS, la última carpeta se muestra antes de $. La Terminal instalará todas las bibliotecas en este directorio de trabajo.
Si la ruta en el editor de texto no coincide con el directorio de trabajo, puede cambiarla escribiendo cd PATH en la Terminal. PATH es la ruta que pegó en el editor de texto. No olvide envolver el PATH con 'PATH'. Esta acción cambiará el directorio de trabajo a PATH.
Abra su Terminal y escriba:
cd anaconda3
Para usuarios de Windows (asegúrese de la carpeta antes de Anaconda3):
cd C:\Users\Admin\Anaconda3
o la ruta "donde anaconda" le da el comando
Paso 3) Crea el archivo yml
Puede crear el archivo yml dentro del nuevo directorio de trabajo.
El archivo instalará las dependencias que necesita para ejecutar TensorFlow. Copie y pegue este código en la Terminal.
Para usuarios de MacOS:
touch hello-tf.yml
Un nuevo archivo llamado hello-tf.yml debería aparecer dentro de anaconda3
Para usuarios de Windows:
echo.>hello-tf.yml
Debería aparecer un nuevo archivo llamado hello-tf.yml
Paso 4) Edite el archivo yml
Está listo para editar el archivo yml.
Para usuarios de MacOS:
Puede pegar el siguiente código en la Terminal para editar el archivo. El usuario de MacOS puede usar vim para editar el archivo yml.
vi hello-tf.yml
Hasta ahora, su Terminal se ve así
Entras en un modo de edición . Dentro de este modo, puede, después de presionar esc:
- Presione i para editar
- Presione w para guardar
- Presione q! abandonar
Escriba el siguiente código en el modo de edición y presione esc seguido de: w
Nota: El archivo distingue entre mayúsculas y minúsculas. Se requieren 2 espacios después de cada intento.
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.whlExplicación del código
- name: hello-tf: Nombre del archivo yml
- dependencias:
- pitón = 3.6
- jupyter
- ipython
- pandas: instale la versión 3.6 de Python, Jupyter, Ipython y las bibliotecas de pandas
- pip: instala una biblioteca de Python
- https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl: Instale TensorFlow desde las apis de Google.
Presione esc seguido de: q! bastante al modo de edición.
Para usuarios de Windows:
Windows no tiene el programa vim, por lo que el Bloc de notas es suficiente para completar este paso.
notepad hello-tf.yml
Ingrese lo siguiente en el archivo
name: hello-tfdependencies:- python=3.6- jupyter- ipython- pandas
Explicación del código
- name: hello-tf: Nombre del archivo yml
- dependencias:
- pitón = 3.6
- jupyter
- ipython
- pandas: instale la versión 3.6 de Python, Jupyter, Ipython y las bibliotecas de pandas
Abrirá el bloc de notas, puede editar el archivo desde aquí.
Nota: los usuarios de Windows instalarán TensorFlow en el siguiente paso. En este paso, solo prepara el entorno conda
Paso 5) compila el archivo yml
Puede compilar el archivo .yml con el siguiente código:
conda env create -f hello-tf.yml
Nota: Para los usuarios de Windows, el nuevo entorno se crea dentro del directorio de usuarios actual.
Se necesita tiempo. Tomará alrededor de 1,1 GB de espacio en su disco duro.
En Windows
Paso 6) Activar el entorno de conda
Casi terminamos. Ahora tiene 2 entornos de conda.
Creó un entorno de conda aislado con las bibliotecas que usará durante los tutoriales. Esta es una práctica recomendada porque cada proyecto de aprendizaje automático requiere diferentes bibliotecas. Cuando finaliza el proyecto, puede eliminar o no este entorno.
conda env list
El asterisco indica el predeterminado. Debes cambiar a hello-tf para activar el entorno.
Para usuarios de MacOS:
source activate hello-tf
Para usuarios de Windows:
activate hello-tf
Puede comprobar que todas las dependencias están en el mismo entorno. Esto es importante porque permite que Python use Jupyter y TensorFlow desde el mismo entorno. Si no ve los tres ubicados en la misma carpeta, debe comenzar de nuevo.
Para usuarios de MacOS:
which pythonwhich jupyterwhich ipython
Opcional: puede buscar actualizaciones.
pip install --upgrade tensorflow
Paso 7) Instale TensorFlow para el usuario de Windows
Para usuarios de Windows:
where pythonwhere jupyterwhere ipython
Como puede ver, ahora tiene dos entornos Python. El principal y el recién creado en ie hello-tf. El entorno principal de conda no tiene tensorFlow instalado, solo hello-tf. De la imagen, python, jupyter e ipython están instalados en el mismo entorno. Significa que puedes usar TensorFlow con un Jupyter Notebook.
Necesitas instalar TensorFlow usando el comando pip. Solo para usuarios de Windows
pip install tensorflow
Inicie Jupyter Notebook
Esta parte es la misma para ambos sistemas operativos. Ahora, aprendamos a importar TensorFlow en Jupyter Notebook.
Puede abrir TensorFlow con Jupyter.
Nota: Cada vez que desee abrir TensorFlow, debe inicializar el entorno
Procederá de la siguiente manera:
- Activar entorno hello-tf conda
- Abrir Jupyter
- Importar tensorflow
- Eliminar cuaderno
- Cerrar Jupyter
Paso 1) Activar conda
Para usuarios de MacOS:
source activate hello-tf
Para usuarios de Windows:
conda activate hello-tf
Paso 2) Abra Jupyter
Después de eso, puede abrir Jupyter desde la Terminal
jupyter notebook
Su navegador debería abrirse automáticamente; de lo contrario, copie y pegue la URL proporcionada por la Terminal. Empieza por http: // localhost: 8888
Dentro de TensorFlow Jupyter Notebook, puedes ver todos los archivos dentro del directorio de trabajo. Para crear un nuevo cuaderno, simplemente haga clic en nuevo y Python 3
Nota: El nuevo cuaderno se guarda automáticamente dentro del directorio de trabajo.
Paso 3) Importar Tensorflow
Dentro del cuaderno, puede importar TensorFlow en Jupyter Notebook con el alias tf. Haga clic para ejecutar. Se crea una nueva celda a continuación.
import tensorflow as tf
Escribamos tu primer código con TensorFlow.
hello = tf.constant('Hello, Guru99!')hello
Se crea un nuevo tensor. Enhorabuena. Instalaste correctamente TensorFlow con Jupyter en tu máquina.
Paso 4) Eliminar archivo
Puede eliminar el archivo llamado Untitled.ipynb dentro de Jupyer.
Paso 5) Cerrar Jupyter
Hay dos formas de cerrar Jupyter. La primera forma es directamente desde el portátil. La segunda forma es usando la terminal (o Anaconda Prompt)
De Jupyter
En el panel principal de Jupyter Notebook, simplemente haga clic en Cerrar sesión
Se le redirige a la página de cierre de sesión.
Desde la terminal
Seleccione el indicador de terminal o Anaconda y ejecute dos veces ctr + c.
La primera vez que haga ctr + c, se le pedirá que confirme que desea apagar la computadora portátil. Repita ctr + c para confirmar
Has terminado tu sesion satisfactoriamente.
Jupyter con el entorno principal de conda
Si desea iniciar TensorFlow con jupyter para uso futuro, debe abrir una nueva sesión con
source activate hello-tf
Si no lo hace, Jupyter no encontrará TensorFlow
