Python alapú gépi tanulási környezet telepítése a Windows 10 rendszerben

Egy egyszerű útmutató a gépi tanulás megkezdéséhez

Fotó: Ahmad Dirini az Unsplash-en

Cél: Python alapú környezet telepítése a gépi tanuláshoz.

A következő utasításkészletet az interneten keresztül összeállították és Windows 10 operációs rendszerre írták. Utolsó tesztelés: 2019.09.02.

Áttekintés

Amikor először elkezdtem a gépi tanulást, néhány órába telt, hogy kitaláljam, hogyan kell helyesen beállítani a Python környezetet. A csalódás miatt úgy döntöttem, hogy megírom ezt a bejegyzést, hogy segítsen bárkinek, aki megy keresztül a folyamaton. Először az Anaconda Navigator telepítésével kezdjük, amely lehetővé teszi számunkra, hogy független környezeteket hozzunk létre, ez nagyon hasznos lesz. Ezenkívül az Anaconda segítségével könnyen telepíthetünk kompatibilis Python modulokat nagyon egyszerű parancsokkal. Végül felhasználhatjuk az Anacondát a Spyder - egy tudományos Python fejlesztési környezet beszerzésére. Ha követi az alább bemutatott lépésről lépésre, akkor a Tensorflow, a Keras és a Scikit-learning telepítését hamarosan elvégezheti.

Anaconda megszerzése

Annak érdekében, hogy megkezdhessük a gépi tanulási (ML) modellek Python-nal való felépítését, az Anaconda Navigator telepítésével kezdjük. Az Anaconda hatékony és egyszerű módszert kínál a Python-modulok telepítésére a számítógépére. Tehát kezdjük el.

  1. Töltse le és telepítse az Anaconda Navigator legújabb verzióját az operációs rendszeréhez.

2. Folytassa a telepítővarázslóval, de hagyja ki a VS letöltéséhez és telepítéséhez szükséges lépést, ezt később megtesszük. Ezenkívül feltétlenül telepítse az Anaconda navigátort egyetlen felhasználó számára. A instrukciókészítés idején a VS telepítése a telepítővarázslóval az Anaconda telepítését sikertelenvé tette. Ezenkívül az Anaconda minden felhasználó számára történő telepítése problémákat okozhat. Például nem fog tud telepíteni egyetlen modult sem, mert az Anaconda nem rendelkezik a szükséges jogosultságokkal.

Ne felejtse el telepíteni az Anaconda-t az aktuális felhasználóra, mert problémák merülhetnek fel az úton.Ugorja át ezt a lépést. Kicsit megcsináljuk.

3. Indítsa el az Anaconda Navigator alkalmazást, és válassza a Kezdőlap fület, amelyet alapértelmezés szerint kell kiválasztani. Keresse meg a VS kód panelt és kattintson a Telepítés gombra. Ez egy-két percig tart.

A VS Code telepítése után láthatja a Launch gombot a VS Code panelen.

Beható Keras és Tensorflow

Most, hogy telepítettük az Anacondat, tegyük be Keras és Tensorflow gépeinkbe.

4. Zárja be az Anaconda navigátort, és indítsa el az Anaconda parancssort. Indítsa el az Anaconda promptot úgy, hogy megkeresi a Windows keresősávon. A következő terminálnak nyitva kell lennie. Vegye figyelembe, hogy ez megnyílik az alapvető Anaconda környezetben.

5. Cseréld le a Python-ot Keras & Tensorflow kompatibilis verzióra. Az Anaconda elkezdi keresni a Python 3.6 összes kompatibilis modulját. Ez néhány percet vehet igénybe. A Python 3.6-ra történő visszaállításhoz használja a következő parancsot:

conda install python = 3.6

A környezet megoldása után az Anaconda megmutatja az összes letöltött csomagot.

6. Hozzon létre egy új conda környezetet, ahol telepítjük a moduljainkat, hogy modelleket a GPU használatával készítsük. Ehhez hajtsa végre a következő parancsot:

conda create - PythonGPU név

Megjegyzés: Ellenőrizze, hogy rendelkezik-e NVIDIA grafikus kártyával. Ha nem, telepítse a Keras CPU-verzióját.

Ha inkább a CPU-t használja, hajtsa végre a következő parancsot:

conda create - PythonCPU név

Kövesse a terminálon megjelenő utasításokat. A Conda környezet lehetővé teszi a felhasználó számára, hogy nagyon speciális, független élőhelyekből álló modulokat telepítsen. Személy szerint két környezetet hoztam létre. Az egyikben modelleket építhetem fel a CPU segítségével, a másikba pedig modelleket építhetem fel a GPU segítségével. A conda környezetekkel kapcsolatos további információkért javasoljuk, hogy nézze meg a hivatalos dokumentációt.

7. A nemrégiben létrehozott conda környezet aktiválásához használja:

aktiválja a PythonGPU-t vagy a PythonCPU-t

A környezet kikapcsolása:

conda inaktiválja

Még ne kapcsolja ki a környezetet, az összes jó dolgot telepíteni fogjuk.

8. A Keras & Tensorflow GPU verziók telepítéséhez, amelyekre a modellek GPU-val való létrehozásához szükség van, hajtsa végre az alábbi parancsot:

conda install -c anaconda keras-gpu

Ha CPU-ját épített modellekhez szeretné használni, akkor a következő parancsot hajtsa végre:

conda install -c anaconda keras

Sok számítógépes cucc kezdődik. Amint az őrület megáll, tovább tudunk lépni. Még ne zárj be semmit.

Spyder és más Python csomagok beszerzése gépi tanuláshoz / mély tanuláshoz

Most érdemes lehet néhány szoftvert írnia és végrehajtania a Python-tekercseit. A Vim segítségével bármikor felírhatja és szerkesztheti Python-leírásait, és nyithat egy másik terminált is a végrehajtáshoz. Hiányzik azonban a Spyder által kínált összes remek lehetőség közül.

9. Telepítse a Spyder szoftvert.

conda install spyder

10. Telepítse a Pandákat. A Pandas egy rendkívül nagy teljesítményű könyvtár, amely lehetővé teszi az adatok könnyű olvasását, kezelését és megjelenítését.

conda install -c anaconda pandák

Ha Excel fájlokat szeretne olvasni a Pendákkal, hajtsa végre a következő parancsokat:

conda install -c anaconda xlrd

conda install -c anaconda xlwt

11. Telepítse a Seaborn könyvtárat. A Seaborn egy csodálatos könyvtár, amely lehetővé teszi az adatok egyszerű megjelenítését.

conda install -c anaconda seaborn

12. A scikit-learning telepítése.

conda install -c anaconda scikit-learning

13. Telepítse a párnát a képek kezeléséhez

conda párna behelyezése

Hiányzó modulok hozzáadása

Mostantól kellemesnek kell lennie a modulok telepítésében a conda paranccsal. Ha szüksége van egy speciális modulra, egyszerűen csak gépeljen valamit a következő sorrendben:

Anaconda LibraryNameYouWant Install

Ha bármilyen probléma merül fel, keressen az interneten. Valószínűleg nem te vagy az első, aki egy adott hibával találkozik.

A Spyder indítása és annak ellenőrzése, hogy az összes modul helyesen lett-e telepítve

A Spyder elindításához először aktiválja a kívánt conda környezetet (PythonCPU vagy PythonGPU), és hajtsa végre a következő parancsot:

spyder

Annak biztosítása érdekében, hogy minden helyesen lett telepítve, hajtsa végre a következő kódsorokat a python konzolon:

import numpy as np # Numerikus gyors numerikus számításokhoz
import matplotlib.pyplot as plt # Területek készítéséhez
Panda importálása pd néven # Adatokkal foglalkozik
import seaborn as sns # Csodálatos parcellákat készít
from sklearn.preprocessing import StandardScaler # A sklearn tesztelése
tensorflow import # tensorflow importálása
import keras # Keras import

Ha nem lát ModuleImport hibákat, akkor készen áll arra, hogy Keras, Tensorflow és Scikit-Learn segítségével készítsen gépi tanuláson alapuló modelleket.

Megtalálhat a LinkedIn-ben.