Python / Tensorflow-Anfänger bauen eine Jupyter + Tensorflow-Umgebung und machen Hello World
Überblick
Für Anfänger scheint es schwierig zu sein, vim usw. zu bedienen, daher ist es ein Verfahrensprotokoll, das es einfach macht, eine Note namens jupyter zu bedienen. (* Obwohl Sie das Terminal unterwegs bedienen können!)
** Jupyter Bild Bild **
Docker-Image, das TensorFlow mit Jupyter-Memomemo verwenden kann
Die Methode mit dem Docker ist die schnellste, aber die MacBook Air, die ich immer benutze, ist unterschiedlich und ich benutze den Docker für Mac, also habe ich ihn normal installiert ... Der Hintergrund ist
Unten ist ein einfacher Ablauf
- Installieren Sie Python mit Pyenv
- Installiere jupyter (Umgebung, in der du den Tensorflow im Browser ausführen und überprüfen kannst)
- Tensorflow installieren
- Tensorfow Hello World in einer einfachen Jupyter-Umgebung !!
Es gibt ein Verfahren, um pyenv-virtualenv auszuführen, um pyenv bequemer zu machen, aber ich werde es weglassen, weil es keinen Sinn macht, danach zu fragen.
Voraussetzungen / Kenntnisse
- mac + git installiert
- Die Terminalumgebung kann ein wenig bedient werden
Vorbereiten der Python-Umgebung
Anstatt Systempython zu verwenden, das allen Benutzern gemeinsam ist, installieren Sie pyenv vom Typ env. (In letzter Zeit ist es üblich, das env-System zu verwenden, um die Umgebung sowohl für Ruby als auch für Node zu isolieren.)
Jetzt können Sie verschiedene Versionen der Python-Umgebung erstellen, um Tensorflow auszuführen, ohne andere Auswirkungen zu haben.
Installieren Sie pyenv mit anyenv
Da ich immer mehrere ** env-Systeme verwende, installiere ich anyv, das sie alle gleichzeitig verwalten kann, und installiere dann pyenv von dort aus (das gefällt mir. Es ist in Ordnung, pyenv direkt zu setzen). Der Grund dafür ist, dass zshrc (oder bashrc) mit vielen env-Einstellungen schmutzig wird ...
anyenv Installation
Klonen Sie das Repository, indem Sie den folgenden Befehl eingeben
git clone https://github.com/riywo/anyenv ~/.anyenv
Fügen Sie danach die folgenden Einstellungen entsprechend Ihrer Umgebung zu bashrc usw. hinzu, damit anyenv geladen wird, wenn die Shell gestartet wird.
.bashrc
if [ -d $HOME/.anyenv ] ; then
export PATH="$HOME/.anyenv/bin:$PATH"
eval "$(anyenv init -)"
In meinen Dotfiles habe ich es so eingestellt https://github.com/kegamin/prezto/blob/master/runcoms/zshrc#L141-L143
Starten Sie nach Eingabe der Einstellungen die Shell neu und laden Sie sie mit "exec $ SHELL -l" usw. neu, um "anyenv" zu verwenden. Führen Sie danach "anyenv version" aus, und wenn Sie es wie folgt ausführen können, ist es in Ordnung
❯ anyenv version
ndenv: v5.6.0 (set by /Users/user/.anyenv/envs/ndenv/version)
plenv: system (set by /Users/user/.anyenv/envs/plenv/version)
pyenv: 3.5.1 (set by /Users/user/.anyenv/envs/pyenv/version)
rbenv: 2.3.0 (set by /Users/user/.anyenv/envs/rbenv/version)
Installieren Sie pyenv
#Installieren Sie pyenv
❯ anyenv install pyenv
#Liste der Python-Versionen, die installiert werden können
❯ pyenv install -l
Available versions:
(Unterlassung)
3.5.0
3.5-dev
3.5.1 #->Setzen Sie dies diesmal
3.6.0a1
3.6-dev
(Abkürzung)
❯ pyenv install 3.5.1
#Standardisieren Sie installiertes Python
❯ pyenv global 3.5.1
#Version prüfen(*Die derzeit verwendete Pyrthon-Version)
❯ pyenv versions
system
* 3.5.1 (set by /Users/user/.anyenv/envs/pyenv/version)
Installation von Jupiter
# install
❯ pip install jupyter matplotlib
#Anlaufen
❯ jupyter notebook
[I 13:47:54.142 NotebookApp] Serving notebooks from local directory: /Users/user/Dropbox/notebook
[I 13:47:54.142 NotebookApp] 0 active kernels
[I 13:47:54.142 NotebookApp] The Jupyter Notebook is running at: http://localhost:8888/
[I 13:47:54.142 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
Tensorflow installieren
Überprüfen Sie unter Download und Setup die URL der aktuellsten Version von Tensorflow und installieren Sie sie.
In Bezug auf die Mac-Version gibt es die folgenden zwei Typen. Wenn Sie sich jedoch nicht sicher sind, ist es besser, nur die CPU auszuwählen. (Wenn Sie einen Mac mit GPU haben, ist es besser, die aktivierte GPU auszuwählen. Die Verarbeitung erfolgt schneller mit der GPU Diesmal werde ich es jedoch weglassen, aber es werden weitere Dinge installiert.
Mac OS X, CPU only, Python 3.4 or 3.5: Mac OS X, GPU enabled, Python 3.4 or 3.5:
# 2016/09/10 Derzeit 0.10 ist die neueste Ver
$ pip install -U https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.10.0-py3-none-any.whl
Starten und spielen
#Erstellen Sie ein Verzeichnis, um die erstellten Tensorflow-Daten zu speichern (beliebiger Speicherort).)
❯ mkdir tensorflow
❯ ls
tensorflow
#Geben Sie das erstellte Verzeichnis an und starten Sie jupyter
❯ jupyter notebook tensorflow
[I 14:38:42.255 NotebookApp] Serving notebooks from local directory: /Volumes/usb128/jupyter/tensorflow
[I 14:38:42.255 NotebookApp] 0 active kernels
[I 14:38:42.255 NotebookApp] The Jupyter Notebook is running at: http://localhost:8888/
[I 14:38:42.255 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
Wenn Sie nach dem Ausführen von "jupyter notebook" "http: // localhost: 8080" mit einem Browser starten, wird der folgende Bildschirm angezeigt.
** Du hast es geschafft! ** ** **
Erstellen Sie eine Notiz, die python3 ausführen kann
Lassen Sie uns nun tatsächlich den Tensorflow ausführen. Wie in der Abbildung unten gezeigt, drücken Sie rechts auf Neu und wählen Sie darin "Python 3" aus.
Anschließend wird der Eingabebildschirm wie unten gezeigt angezeigt. Versuchen Sie daher, den Quellcode einzufügen.
Der folgende Quellcode wird für jeden eingegeben. Wenn Sie jedoch nach der Eingabe im Quellcode die UMSCHALTTASTE + Eingabetaste drücken, wird das Ausführungsergebnis unmittelbar darunter ausgegeben (dies kann einige Zeit dauern).
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
import tensorflow as tf
a = tf.constant(10)
b = tf.constant(20)
print(sess.run(a + b))
jupyter ist sehr funktional und macht Spaß, aber dieses Mal werde ich die Operationsmethode weglassen.
genießen! TensorFlow!
Referenzierte Site
Recommended Posts