Как установить TensorFlow
В этой статье об установке tenorflow мы сначала получим общий обзор TensorFlow и его использования в экосистеме Data Science, а затем установим TensorFlow для Windows.
Что такое TensorFlow?
TensorFlow - это программное приложение, популярное для реализации алгоритмов машинного обучения, особенно нейронных сетей. Он был разработан Google и выпущен как платформа с открытым исходным кодом в 2015 году. Он называется TensorFlow, потому что он принимает входные данные в виде многомерных массивов, также известных как Tensors. Мы могли бы построить блок-схему операций, которые мы хотим выполнить с этим входом, то есть данные поступают на одном конце, а затем проходят через эту систему операций и выходят на другом конце в качестве вывода. TensorFlow популярен из-за его чрезвычайной универсальности. Он может быть запущен на разных платформах, таких как настольный компьютер, облако или мобильное устройство. Все это можно сделать с помощью единого API. Он может быть обучен на нескольких машинах, а затем мы можем запустить его на другой машине. TensorFlow очень быстр, потому что он написан на C ++, но к нему можно обращаться и управлять другими языками, в основном Python. Еще одна замечательная особенность TensorFlow - это TensorBoard, которая позволяет нам графически и визуально контролировать работу TensorFlow. Тот, кто интересуется машинным обучением, особенно нейронной сетью, должен изучить TensorFlow.
Архитектура графов потоков данных TensorFlow
Граф потока данных имеет две основные единицы: узел, представляющий математическую операцию, и ребро, которое обслуживает многомерный массив, известный как тензоры. Итак, эта высокоуровневая абстракция показывает, как данные передаются между операциями. Как только график создан, внутренний цикл записывается для управления вычислениями. Входные данные подаются в узлы через переменные или заполнители. В TensorFlow вычисления выполняются только после создания сеанса.
Почему TensorFlow предпочтительнее в Deep Learning? 
Глубокое обучение является частью машинного обучения, которое изучает особенности и задачи непосредственно из данных. Данные могут быть изображения, текст или звук. Это часто называют сквозным обучением. Нейронная сеть является синонимом нейронов в нашем мозге. На приведенной выше диаграмме данные поступают из входного слоя и проходят через скрытые слои, где выполняются все вычисления, а затем передаются в выходной слой. Несколько скрытых игроков делают ее глубокой нейронной сетью, тогда как один слой образует неглубокую нейронную сеть
- TensorFlow имеет широкую встроенную поддержку для глубокого обучения и нейронных сетей, поэтому легко собрать сеть, назначить параметры и запустить учебный процесс.
- Существуют обучаемые математические функции, которые полезны для нейронных сетей. Любой алгоритм машинного обучения, основанный на градиенте, выиграет от автоматической дифференциации TensorFlow и набора первоклассных оптимизаторов.
- TensorFlow совместим с различным машинным обучением благодаря обширной коллекции гибких инструментов.
- Глубокая нейронная сеть управляет более сложным поведением, когда каждый вход обрабатывается такими функциями активации, как гиперболический тангенс, функция логистики и т. Д. Выбор функции активации влияет на поведение сети, а TensorFlow предоставляет контроль над структурой сети.
- TensorFlow также может быть использован при построении простых линейных и нелинейных моделей.
Шаги по установке TensorFlow
Инсталляционная часть будет состоять из двух частей:
- Установка Анаконды
- Настройка TensorFlow с помощью Anaconda Prompt.
Часть 1. Установка Anaconda в Windows.
Anaconda является пакетом некоторых популярных пакетов Python и имеет менеджер пакетов под названием conda (аналог pip). Некоторые из популярных пакетов anaconda - numpy, scipy, Jupiter, nltk, scikit-learn и т. Д. Если у вас установлен Python в ваших окнах, то для установки всех этих пакетов вам нужно запустить pip, тогда как если вы устанавливаете anaconda, Вы получаете все эти пакеты за один раз.
Ниже показано, как установить Anaconda на Windows. Python 3.7 не поддерживает TensorFlow, поэтому мы будем использовать Anaconda для Python 3.6.
- Загрузите установщик Anaconda для Python 3.6 здесь - https://drive.google.com/open?id=12BLpz3wzsyI0kFcMgv0SGPj__0op-JJs
- После того, как установщик был загружен, дважды щелкните по нему и выберите «Далее».
- Нажмите Я согласен в следующем окне.
- Выберите «Все пользователи» и нажмите «Далее».
- Выберите место установки по своему усмотрению и нажмите «Далее».
- В следующем окне установите флажок «Зарегистрировать Anaconda как системный Python 3.6» и нажмите «Установить».
- Установка продолжается.
- Дайте установке продолжиться и после ее завершения нажмите Далее, чтобы завершить ее. Затем перейдите к переменным окружения в окнах, чтобы установить путь.
- Нажмите New и добавьте папку Scripts, где вы установили Anaconda, и нажмите Ok.
- Теперь перейдите в панель поиска Windows и введите Anaconda Prompt. Дважды щелкните приложение и введите conda –version, чтобы подтвердить его установку.
Часть 2. Настройка установки TensorFlow с помощью Anaconda Prompt
- Перейдите в Anaconda Prompt и введите conda create -n myenv python = 3.6 и нажмите Enter.
- Нажмите Y и нажмите Enter. Это создаст отдельную среду установки TensorFlow
- Введите conda Activate myenv и введите Enter, чтобы войти в среду.
- После того, как вы попали в среду, введите следующий по одному
- Конда установить Юпитер
- Конда установить Сципи
- pip install - обновить тензор потока
- Как только это будет сделано, введите python, а затем введите import tenorflow. Если ошибок нет, значит, успешно установлена TensorFlow.
Практическое применение TensorFlow
Глубокое обучение возникло в основе почти каждого крупного компьютерного прорыва за последние несколько лет. Это уже во многих наших ежедневных продуктах, таких как Netflix и персонализированные рекомендации Amazon, фильтрация спама и даже наше взаимодействие с личными помощниками, такими как Apple Siri или Microsoft Cortana.
Однако не только научные приложения извлекают выгоду из этого исследования. Люди из других дисциплин также начинают изучать, как глубокое обучение может быть использовано в таких случаях, как обнаружение объектов (как показано на рисунке). Он учит компьютер распознавать объект на изображении, а затем использовать эти знания для управления новым поведением.
Последние тенденции TensorFlow
TensorFlow недавно выпустила свою версию 1.12.0, в которой несколько основных улучшений:
- Модель Keras может быть напрямую экспортирована в формат SavedModel и использована с пружиной TensorFlow.
- Двоичные файлы создаются с поддержкой XLA, и модели Keras теперь можно оценивать с помощью tf.data.Dataset.
- Ignite Dataset добавлен в contrib / ignite, что позволяет работать с Apache Ignite.
Рекомендуемые статьи
Это было руководство по установке TensorFlow. Здесь мы обсудили инструкции и различные шаги по установке TensorFlow. Вы также можете посмотреть следующую статью, чтобы узнать больше -
- Отличия ТензорФлоу от Кафе
- Сравнение Tensorflow и Pytorch
- Карьера в глубоких знаниях
- PowerShell против Python - различия
- Введение в TensorFlow Playground