Как да инсталирате TensorFlow
В тази статия за инсталиране на tensorflow първо ще получим общ преглед на TensorFlow и неговото използване в екосистемата Data Science, а след това ще инсталираме TensorFlow за Windows.
Какво е TensorFlow?
TensorFlow е софтуерно приложение, популярно за прилагане на алгоритми за машинно обучение, по-специално невронни мрежи. Той е разработен от Google и пуснат като платформа с отворен код през 2015 г. Той се нарича TensorFlow, защото приема вход като многоизмерни масиви, които са известни също като Tensors. Бихме могли да изградим блок-схема от операции, която искаме да извършим на този вход, т.е. данните влизат в единия край и след това преминават през тази система от операции и излизат от другия край като изход. TensorFlow е популярен поради своята изключително гъвкавост. Може да се стартира на различни платформи като десктоп, облак или в мобилно устройство. Всичко това може да се направи с помощта на един API. Може да се тренира на няколко машини и тогава можем да го пуснем на различна машина. TensorFlow е много бърз, тъй като е написан на C ++, но може да бъде достъпен и контролиран от други езици, главно Python. Друга чудесна характеристика на TensorFlow е TensorBoard, която ни позволява да наблюдаваме графично и визуално работата на TensorFlow. Някой, който се интересува от машинно обучение, особено невронна мрежа, трябва да научи TensorFlow.
График на потока от данни Архитектура на TensorFlow
Графикът на потока от данни има две основни единици: Възел, представляващ математическа операция, и ръб, който обслужва многоизмерен масив, известен като тензори. И така, тази абстракция на високо ниво показва как данните протичат между операциите. След като се създаде графиката, се записва вътрешен цикъл за задвижване на изчисленията. Входовете се подават в възли чрез променливи или заместители. В TensorFlow изчисленията се стартират само след създаването на сесията.
Защо TensorFlow е предпочитан в задълбоченото обучение? 
Дълбокото обучение е част от машинното обучение, която научава функции и задачи директно от данните. Данните могат да бъдат изображения, текст или звук. Често се нарича обучение от край до край. Невронната мрежа е синоним на невроните в нашия мозък. В горната диаграма данните идват от входния слой и преминават през скрити слоеве, където се извършват всички изчисления и след това преминават към изходния слой. Множество скрити играчи го правят дълбока невронна мрежа, докато един слой образува плитка невронна мрежа
- TensorFlow има широка вградена поддръжка за Deep Learning и невронни мрежи, така че е лесно да се събира мрежа, да се задават параметри и да се провежда процеса на обучение.
- Има обучими математически функции, които са полезни за невронните мрежи. Всеки алгоритъм за машинно обучение, базиран на градиент, ще се възползва от автоматичното диференциране на TensorFlow и набор от първокласни оптимизатори.
- TensorFlow е съвместим с различни машинно обучение поради богатата си колекция от гъвкави инструменти.
- Дълбоката невронна мрежа се справя с по-сложно поведение, при което всеки вход се обработва от функции на активиране като хиперболична тангента, логистична функция и др. Изборът на функция за активиране влияе върху поведението на мрежата, а TensorFlow дава контрол върху структурата на мрежата.
- TensorFlow може да се използва и при изграждането на прости модели с линейни и нелинейни линии.
Стъпки за инсталиране на TensorFlow
Инсталационната част ще се състои от две части: -
- Инсталиране на Anaconda
- Настройка на TensorFlow с помощта на Anaconda.
Част 1: Инсталирайте Anaconda на Windows
Anaconda е пакет от някои популярни пакети python и има мениджър на пакети, наречен conda (подобен на pip). Някои от популярните пакети за анаконда са - numpy, scipy, Jupiter, nltk, scikit-learn и др. Ако имате инсталиран Python във вашия Windows, тогава за да инсталирате всички тези пакети, трябва да стартирате pip, докато ако инсталирате anaconda, получавате всички тези пакети с един изстрел.
По-долу стъпки илюстрира как да инсталирате Anaconda на Windows. Python 3.7 не поддържа TensorFlow, така че ще използваме Anaconda за Python 3.6.
- Изтеглете инсталатора на Anaconda за Python 3.6 от тук - https://drive.google.com/open?id=12BLpz3wzsyI0kFcMgv0SGPj__0op-JJs
- След като инсталаторът бъде изтеглен, щракнете двукратно върху него и изберете Next.
- Щракнете Съгласен съм в следващия прозорец.
- Изберете Всички потребители и щракнете върху Напред.
- Изберете Инсталиране на местоположението, както сметнете за подходящо и щракнете върху Напред.
- В следващия прозорец, поставете отметка в квадратчето „Регистрирайте Anaconda като системния Python 3.6“ и щракнете върху Инсталиране.
- Монтажът е в ход.
- Оставете инсталацията да продължи и след като приключите, щракнете върху Напред, за да я завършите. След това отидете на променливи на околната среда в Windows, за да зададете пътя.
- Щракнете върху New и добавете папката Scripts, където сте инсталирали Anaconda и щракнете върху OK.
- Сега отидете на лентата за търсене на Windows и напишете Anaconda подкана. Щракнете двукратно върху приложението и въведете conda –version, за да потвърдите инсталирането му.
Част 2: Настройка на TensorFlow Install с помощта на Anaconda Prompt
- Отидете на Anaconda Prompt и въведете conda create -n myenv python = 3.6 и натиснете Enter.
- Натиснете Y и натиснете Enter. Ще създаде отделна среда за инсталиране на TensorFlow
- Въведете conda, активирайте myenv и въведете Enter, за да влезете в средата.
- След като попаднете в околната среда, въведете следното едно по едно
- conda инсталирайте jupyter
- конда инсталирате scipy
- pip install - надграждане tensorflow
- След като се направи, въведете python и след това въведете импортиране tensorflow. Ако няма грешка, то успешно инсталирате TensorFlow.
Практически приложения на TensorFlow
Deep Learning се очертава в основата на почти всеки голям пробив в изчислителните технологии през последните няколко години. Това вече е в много от нашите ежедневни продукти като персонализирани препоръки на Netflix и Amazon, филтриране на спам и дори нашето взаимодействие с лични асистенти като Apple Siri или Microsoft Cortana.
От това изследване печелят не само научните приложения. Хората от други дисциплини също започват да изследват как дълбокото обучение може да се използва в случаи като разпознаване на обекти (както е показано на изображението). Той учи компютъра да разпознава обект в картина и след това да използва тези знания, за да управлява нови поведения.
Последни тенденции на TensorFlow
Наскоро TensorFlow пусна своята версия 1.12.0, в която няколко от основните подобрения са: -
- Моделът Keras може директно да се експортира във формат SavedModel и да се използва с пружина TensorFlow.
- Двоичните файлове са изградени с XLA поддръжка и моделите на Keras вече могат да бъдат оценени с tf.data.Dataset.
- Ignite Dataset се добавя към contrib / ignite, което позволява работа с Apache Ignite.
Препоръчителни статии
Това е ръководство за това как да инсталирате TensorFlow Тук сме обсъдили инструкциите и различните стъпки за инсталиране на TensorFlow. Можете също да разгледате следната статия, за да научите повече -
- Разликите на TensorFlow срещу Caffe
- Сравнение на Tensorflow и Pytorch
- Кариери в задълбочени познания
- PowerShell срещу Python - Разлики
- Въведение в TensorFlow Playground