Macht ihr es?
** Maschinelles Lernen **
In den letzten Jahren wurde er als dritter KI-Boom angepriesen. Künstliche Intelligenz, maschinelles Lernen, neuronale Netze, tiefes Lernen Ich habe in letzter Zeit still studiert, aber ... es ist irgendwie schwierig ...
Lassen Sie uns dieses Mal diesen Bereich beiseite legen und schnell eine maschinelle Lernumgebung erstellen. Es ist überraschend einfach zu machen. (Ich denke, es gibt viele Referenzartikel, aber sie dienen auch als persönliche Notizen)
Wenn Sie "Google Colaboratory" verwenden möchten Hier
・ ** Betriebssystem **: Windows10 Pro ・ ** GPU **: GeForce 940MX ・ ** CPU **: Core i5-7200U ・ ** Speicher **: 16 GB
Installieren wir zunächst CUDA Toolkit und cuDNN unter Bezugnahme auf diesen Artikel.
Dies liegt daran, dass dies bei Verwendung von TensorFlow (GPU-Version) erforderlich ist.
Wenn Sie CUDA mit dem Link im Artikel herunterladen, handelt es sich um die neueste Version 10.1, und Sie müssen einen symbolischen Link festlegen, wenn Sie ihn mit TensorFlow verwenden, also [hier](https: // Entwickler. Es ist einfacher, das 10.0-Archiv von nvidia.com/cuda-10.0-download-archive herunterzuladen und zu installieren.
Die Python-Umgebung verwendet "Anaconda".
Tatsächlich habe ich einmal eine maschinelle Lernumgebung erstellt, sogar in einer einfachen Python 3.7-Umgebung. Und ich habe beschlossen, einen Artikel wie "Erstellen einer maschinellen Lernumgebung unter Windows 10 ohne Anaconda" zu schreiben.
Während meiner Recherche fand ich jedoch einige Artikel, dass die mit "conda" installierte Umgebung schneller ist. "Nun, dann schaffen Sie die Umgebung mit Anaconnda neu?" In diesem Sinne habe ich mit Anaconda eine Python-Umgebung erstellt.
Laden Sie also zuerst das Installationsprogramm von [Anaconda Official] herunter und installieren Sie es (https://www.anaconda.com/distribution/).
auf halber Strecke
Add Anaconda to my PATH environment variavle
Wenn Sie dies überprüfen, wird der Pfad vom Typ Anaconda meiner Meinung nach automatisch in die Umgebungsvariable eingegeben.
Verwenden Sie nach der Installation die Eingabeaufforderung, PowerShell usw.
conda python pip
Lassen Sie uns die obigen drei ausführen und prüfen, ob der Pfad vorhanden ist.
Anaconda macht es einfach, eine Python-Umgebung zu erstellen. Wenn Sie mehr über die Vorteile erfahren möchten, überlassen wir dies diesmal Google Teacher.
Der Befehl zum Erstellen einer virtuellen Umgebung lautet wie folgt
> conda create --name myenv python=3.7
Der Teil von myenv ist der Name der virtuellen Umgebung. Wählen Sie daher einen beliebigen Namen. Mit genau diesem können Sie eine Bang-Bang-Umgebung erstellen.
Die Umgebung wechseln
> conda activate myenv
Sie können mit wechseln.
> activate myenv
Es scheint jedoch eine alte Version des Schreibens zu sein, Auf den ersten Blick sieht es so aus, als hätte es fehlerfrei geschaltet, Die Umgebung wurde nicht umgeschaltet, auch wenn ich sie mit den später beschriebenen Informationen überprüfe.
Um zu sehen, in welcher Umgebung Sie gerade aktiv sind
> conda info -e
Sie können dies wie folgt überprüfen.
# conda environments:
#
base C:\Users\<Nutzername>\Anaconda3
myenv * C:\Users\<Nutzername>\Anaconda3\envs\myenv
Die aktuelle Umgebung ist mit "*" gekennzeichnet.
Sie brauchen es möglicherweise nicht, da es heißt "es scheint notwendig". Ich möchte verschiedene maschinelle Lernmethoden ausprobieren! Dies kann in diesem Fall erforderlich sein.
conda install pandas
conda install scikit-learn
conda install scikit-image
pip install gym
conda install -c conda-forge jsanimation
conda install pyglet
conda install -c conda-forge ffmpeg
pip install --no-index -f https://github.com/Kojoley/atari-py/releases atari_py
Es gibt eine Geschichte, dass das Mischen von "conda install" und "pip install" die Umwelt zerstören wird Ich möchte die Verwendung von "pip install" nach Möglichkeit vermeiden, aber es ist unvermeidlich, wenn Anaconda kein Paket hat ...
Wenn Sie "TensorFlow" haben, ist es in "Keras" enthalten, also brauchen Sie es nicht, oder? Ich denke, es gibt eine Meinung, aber nur für den Fall, dass sie in der Stichprobe gemischt werden kann.
conda install -c conda-forge keras
conda install pydotplus
conda install tensorflow
conda install tensorflow-gpu
Mit dem oben Gesagten wurde die Umgebung für maschinelles Lernen bis zu einem gewissen Grad eingerichtet.
# Name Version Build Channel
_tflow_select 2.1.0 gpu
absl-py 0.8.1 py37_0
astor 0.8.0 py37_0
astroid 2.3.2 py37_0
atari-py 1.2.1 pypi_0 pypi
blas 1.0 mkl
ca-certificates 2019.10.16 0
certifi 2019.9.11 py37_0
cloudpickle 1.2.2 py_0
colorama 0.4.1 py37_0
cudatoolkit 10.0.130 0
cudnn 7.6.4 cuda10.0_0
cycler 0.10.0 py37_0
cytoolz 0.10.0 py37he774522_0
dask-core 2.6.0 py_0
decorator 4.4.1 py_0
ffmpeg 4.2 h6538335_0 conda-forge
freetype 2.9.1 ha9979f8_1
future 0.18.2 pypi_0 pypi
gast 0.2.2 py37_0
google-pasta 0.1.7 py_0
grpcio 1.16.1 py37h351948d_1
gym 0.15.4 pypi_0 pypi
h5py 2.9.0 py37h5e291fa_0
hdf5 1.10.4 h7ebc959_0
icc_rt 2019.0.0 h0cc432a_1
icu 58.2 ha66f8fd_1
imageio 2.6.1 py37_0
intel-openmp 2019.4 245
isort 4.3.21 py37_0
joblib 0.14.0 py_0
jpeg 9b hb83a4c4_2
jsanimation 0.1 py_1 conda-forge
keras 2.3.1 py37h21ff451_0 conda-forge
keras-applications 1.0.8 py_0
keras-preprocessing 1.1.0 py_1
kiwisolver 1.1.0 py37ha925a31_0
lazy-object-proxy 1.4.3 py37he774522_0
libgpuarray 0.7.6 hfa6e2cd_1003 conda-forge
libpng 1.6.37 h2a8f88b_0
libprotobuf 3.9.2 h7bd577a_0
libtiff 4.1.0 h56a325e_0
mako 1.1.0 py_0 conda-forge
markdown 3.1.1 py37_0
markupsafe 1.1.1 py37hfa6e2cd_0 conda-forge
matplotlib 3.1.1 py37hc8f65d3_0
mccabe 0.6.1 py37_1
mkl 2019.4 245
mkl-service 2.3.0 py37hb782905_0
mkl_fft 1.0.15 py37h14836fe_0
mkl_random 1.1.0 py37h675688f_0
networkx 2.4 py_0
numpy 1.17.3 py37h4ceb530_0
numpy-base 1.17.3 py37hc3f5095_0
olefile 0.46 py37_0
opencv-python 4.1.1.26 pypi_0 pypi
openssl 1.1.1d he774522_3
opt_einsum 3.1.0 py_0
pandas 0.25.2 py37ha925a31_0
pillow 6.2.1 py37hdc69c19_0
pip 19.3.1 py37_0
protobuf 3.9.2 py37h33f27b4_0
pydotplus 2.0.2 py37_1
pyglet 1.3.2 pypi_0 pypi
pygpu 0.7.6 py37hc8d92b1_1000 conda-forge
pylint 2.4.3 py37_0
pyparsing 2.4.2 py_0
pyqt 5.9.2 py37h6538335_2
pyreadline 2.1 py37_1
python 3.7.5 h8c8aaf0_0
python-dateutil 2.8.1 py_0
pytz 2019.3 py_0
pywavelets 1.1.1 py37he774522_0
pyyaml 5.1.2 py37hfa6e2cd_0 conda-forge
qt 5.9.7 vc14h73c81de_0
scikit-image 0.15.0 py37ha925a31_0
scikit-learn 0.21.3 py37h6288b17_0
scipy 1.3.1 py37h29ff71c_0
setuptools 41.6.0 py37_0
sip 4.19.8 py37h6538335_0
six 1.12.0 py37_0
sqlite 3.30.1 he774522_0
tensorboard 2.0.0 pyhb230dea_0
tensorflow 2.0.0 gpu_py37h57d29ca_0
tensorflow-base 2.0.0 gpu_py37h390e234_0
tensorflow-estimator 2.0.0 pyh2649769_0
tensorflow-gpu 2.0.0 h0d30ee6_0
termcolor 1.1.0 py37_1
theano 1.0.4 py37h6538335_1000 conda-forge
tk 8.6.8 hfa6e2cd_0
toolz 0.10.0 py_0
tornado 6.0.3 py37he774522_0
tqdm 4.36.1 py_0
vc 14.1 h0510ff6_4
vs2015_runtime 14.16.27012 hf0eaf9b_0
vs2015_win-64 14.0.25420 h55c1224_11
webencodings 0.5.1 py37_1
werkzeug 0.16.0 py_0
wheel 0.33.6 py37_0
wincertstore 0.2 py37_0
wrapt 1.11.2 py37he774522_0
xz 5.2.4 h2fa13f4_4
yaml 0.1.7 hfa6e2cd_1001 conda-forge
zlib 1.2.11 h62dcd97_3
zstd 1.3.7 h508b16e_0
Ich habe es stetig installiert und jetzt habe ich verschiedene Dinge in einer virtuellen Umgebung. Ich denke, es ist in Ordnung, eine separate virtuelle Umgebung zu erstellen und sie nach der Verwendung zu unterteilen.
Danach suchte ich nach einer Probe und versuchte sie zu verschieben. Ich denke, Sie können verschiedene Dinge selbst ausprobieren!
・
・
・
Ich würde gerne sagen, aber das Sample von TensorFlow 2.0.0 ist noch nicht gerollt ...
Es gibt viele Beispiele früherer Versionen, aber es gibt viele Dinge, die sich in 2.0.0 geändert haben, und viele Dinge funktionieren nicht so wie sie sind.
Mit TensorFlow Official können Sie auch Tutorials bei "Google Colaboratory" erleben. (Es ist natürlich, weil es eine von Google entwickelte Bibliothek ist)
Es scheint also, dass Sie noch genügend Wissen benötigen, um die alte Version des Beispiels zu verstehen und zu ändern ... \ _ (┐ "ε :) _
Ich lerne immer noch über maschinelles Lernen, aber wenn ich in Zukunft etwas Interessantes tun kann, Solange das Gedächtnis meines Gehirns aufholt, möchte ich es senden! ~~ (schon Brot Brot) ~~
Recommended Posts