Hoe TensorFlow te installeren

In dit tensorflow-artikel installeren, zouden we eerst een algemeen overzicht krijgen van TensorFlow en het gebruik ervan in het ecosysteem van Data Science, en vervolgens zouden we TensorFlow voor Windows installeren.

Wat is TensorFlow?

TensorFlow is een softwaretoepassing, populair voor het implementeren van Machine Learning-algoritmen, met name neurale netwerken. Het werd ontwikkeld door Google en uitgebracht als een open-source platform in 2015. Het wordt TensorFlow genoemd omdat het input als multidimensionale arrays neemt die ook bekend staan ​​als Tensors. We zouden een stroomschema van bewerkingen kunnen samenstellen die we op die invoer willen uitvoeren, dat wil zeggen dat gegevens aan het ene uiteinde binnenkomen en vervolgens door dit systeem van bewerkingen stromen en aan het andere uiteinde als uitvoer naar buiten komen. TensorFlow is populair vanwege zijn extreme veelzijdigheid. Het kan worden uitgevoerd op verschillende platforms zoals desktop, of een cloud of op een mobiel apparaat. Dit alles zou kunnen worden gedaan met behulp van een enkele API. Het kan worden getraind op meerdere machines, en dan kunnen we het op een andere machine draaien. TensorFlow is erg snel omdat het in C ++ is geschreven, maar het kan worden geopend en beheerd door andere talen, voornamelijk Python. Een andere geweldige functie van TensorFlow is TensorBoard waarmee we het werk van een TensorFlow grafisch en visueel kunnen volgen. Iemand die geïnteresseerd is in Machine Learning, met name het neurale netwerk, moet TensorFlow leren.

Gegevensstroomgrafiekarchitectuur van TensorFlow

Een datastroomgrafiek heeft twee basiseenheden: een knooppunt dat een wiskundige bewerking vertegenwoordigt, en een rand die een multidimensionale array bedient die bekend staat als tensoren. Deze abstractie op hoog niveau laat dus zien hoe de gegevens tussen operaties stromen. Nadat de grafiek is gemaakt, wordt een binnenste lus geschreven om de berekening te sturen. Ingangen worden ingevoerd in knooppunten via variabelen of tijdelijke aanduidingen. In TensorFlow worden berekeningen alleen uitgevoerd nadat de sessie is gemaakt.

Waarom heeft TensorFlow de voorkeur in Deep Learning?

Deep Learning is een onderdeel van Machine Learning dat functies en taken rechtstreeks uit de gegevens leert. De gegevens kunnen afbeeldingen, tekst of geluid zijn. Het wordt vaak end-to-end leren genoemd. Een neuraal netwerk is synoniem voor de neuronen in onze hersenen. In het bovenstaande diagram komen gegevens uit de invoerlaag en stromen over verborgen lagen waar alle berekeningen worden uitgevoerd en worden vervolgens doorgegeven aan de uitvoerlaag. Meerdere verborgen spelers maken het een diep neuraal netwerk, terwijl een enkele laag een ondiep neuraal netwerk vormt

  • TensorFlow heeft een brede ingebouwde ondersteuning voor Deep Learning en neurale netwerken, dus het is gemakkelijk om netten samen te stellen, parameters toe te wijzen en het trainingsproces uit te voeren.
  • Er zijn trainbare wiskundige functies die nuttig zijn voor neurale netwerken. Elk op gradiënt gebaseerd algoritme voor machine learning zal profiteren van de automatische differentiatie van TensorFlow en het pakket van eersteklas optimizers.
  • TensorFlow is compatibel met verschillende machine learning vanwege de uitgebreide verzameling flexibele tools.
  • Een diep neuraal netwerk verwerkt meer complex gedrag waarbij elke invoer wordt verwerkt door activeringsfuncties zoals Hyperbolische tangens, logistieke functie, enz. De keuze van de activeringsfunctie beïnvloedt het gedrag van het netwerk en TensorFlow geeft controle over de structuur van het netwerk.
  • TensorFlow kan ook worden gebruikt bij het bouwen van eenvoudige lineaire en niet-lineaire modellen.

Stappen om TensorFlow te installeren

Het installatiedeel bestaat uit twee delen: -

  1. Anaconda installeren
  2. TensorFlow instellen met Anaconda Prompt.

Deel 1: installeer Anaconda op Windows

Anaconda is een bundel van enkele populaire python-pakketten en heeft een pakketbeheerder genaamd conda (vergelijkbaar met pip). Sommige van de populaire anaconda-pakketten zijn - numpy, scipy, Jupiter, nltk, scikit-learn, etc. Als je Python in je Windows hebt geïnstalleerd, moet je om al deze pakketten te installeren pip uitvoeren, terwijl als je anaconda installeert, je krijgt al deze pakketten in één keer.

De onderstaande stappen illustreren hoe Anaconda op Windows te installeren. Python 3.7 ondersteunt geen TensorFlow, dus we zullen Anaconda gebruiken voor Python 3.6.

  • Download het Anaconda voor Python 3.6-installatieprogramma hier - https://drive.google.com/open?id=12BLpz3wzsyI0kFcMgv0SGPj__0op-JJs
  • Nadat het installatieprogramma is gedownload, dubbelklikt u erop en selecteert u Volgende.

  • Klik in het volgende venster op Ik ga akkoord.

  • Selecteer Alle gebruikers en klik op Volgende.

  • Kies de installatielocatie die u geschikt acht en klik op Volgende.

  • Vink in het volgende venster het vakje 'Anaconda registreren als systeem Python 3.6' aan en klik op Installeren.

  • Installatie is bezig.

  • Laat de installatie doorgaan en klik als u klaar bent op Volgende om het te voltooien. Ga vervolgens naar Omgevingsvariabelen in Windows om het pad in te stellen.

  • Klik op Nieuw en voeg de map Scripts toe waar je Anaconda hebt geïnstalleerd en klik op OK.

  • Ga nu naar de Windows-zoekbalk en typ Anaconda Prompt. Dubbelklik op de app en typ conda –version om de installatie te bevestigen.

Deel 2: TensorFlow installeren Installeren met behulp van Anaconda Prompt

  • Ga naar Anaconda Prompt en typ conda create -n myenv python = 3.6 en druk op enter.

  • Druk op Y en druk op Enter. Het zal een afzonderlijke omgeving installeren TensorFlow

  • Typ conda enable myenv en voer Enter in om de omgeving binnen te gaan.

  • Als je eenmaal in de omgeving bent, voer je het volgende een voor een in
  1. conda installeer jupyter
  2. conda installeert scipy
  3. pip install - upgrade tensorflow

  • Zodra het klaar is, typt u python en typt u import tensorflow. Als er geen fout is, is het met succes TensorFlow installeren.

Praktische toepassingen van TensorFlow

Deep Learning is de kern van bijna elke grote computationele doorbraak in de afgelopen jaren geworden. Het zit al in veel van onze dagelijkse producten, zoals Netflix en de gepersonaliseerde aanbevelingen van Amazon, spamfiltering en zelfs onze interactie met persoonlijke assistenten zoals Apple Siri of Microsoft Cortana.

Het zijn echter niet alleen wetenschappelijke toepassingen die profiteren van dit onderzoek. Mensen uit andere disciplines beginnen ook te onderzoeken hoe diep leren kan worden gebruikt in gevallen zoals Objectdetectie (zoals weergegeven in de afbeelding). Het leert de computer een object in een afbeelding te herkennen en deze kennis vervolgens te gebruiken om nieuw gedrag aan te sturen.

Nieuwste trends van TensorFlow

TensorFlow heeft onlangs zijn 1.12.0-versie uitgebracht waarin enkele van de belangrijkste verbeteringen zijn: -

  • Keras-model kan rechtstreeks worden geëxporteerd naar het SaveModel-formaat en worden gebruikt met de TensorFlow-veer.
  • Binaries zijn gebouwd met XLA-ondersteuning en Keras-modellen konden nu worden geëvalueerd met tf.data.Dataset.
  • Ignite Dataset toegevoegd aan contrib / ignite waarmee werken met Apache Ignite mogelijk is.

Aanbevolen artikelen

Dit is een handleiding voor het installeren van TensorFlow Hier hebben we de instructies en verschillende stappen voor het installeren van TensorFlow besproken. U kunt ook het volgende artikel bekijken voor meer informatie -

  1. Verschillen van TensorFlow versus Caffe
  2. Vergelijking van Tensorflow en Pytorch
  3. Carrières in Deep Learnings
  4. PowerShell vs Python - Verschillen
  5. Inleiding tot TensorFlow Playground

Categorie:

Big Data