إعداد Tensorflow و Keras باستخدام نقطة على جهازك المحلي - 2019!

تصوير فوتيس فوتوبولوس

ما هو PIP؟

PIP هو اختصار تكراري يشير إلى "تثبيت حزم PIP" أو "برنامج التثبيت المفضل". إنها أداة مساعدة لسطر الأوامر تتيح لك تثبيت حزم PyPI أو إعادة تثبيتها أو إلغاء تثبيتها باستخدام أمر بسيط ومباشر: نقطة.

تثبيت بايثون و PIP

دليل التثبيت لنظام التشغيل MacOS:

1) انتقل إلى https://www.python.org/downloads/windows/ وقم بتنزيل Python 3.6.4 (كما لا يتم دعم الإصدارات الأحدث وقت كتابة هذا التقرير).

2) بمجرد تنزيله ، قم بتشغيله وتأكد من تحديد الخيار المخصص للتثبيت. ينقلك هذا إلى مربع حوار تكوين حيث يمكنك اختيار النقطة كخيار للتثبيت.

3) يوصى باختيارهم جميعًا.

4) تحقق مما إذا كان إصدار الثعبان 3.6.4.

الثعبان

5) تثبيت نقطة

sudo easy_install نقطة

من الجيد الآن أن تذهب مع وقت تشغيل Python ومثبت النقاط لنظام MacOS :)

* انتقل إلى تثبيت CUDA و CUDNN *

دليل التثبيت لنظام التشغيل Windows 10:

1) انتقل إلى https://www.python.org/downloads/windows/ وقم بتنزيل Python 3.6.4 (كما لا يتم دعم الإصدارات الأحدث وقت كتابة هذا التقرير).

2) بمجرد تنزيله ، قم بتشغيله وتأكد من تحديد الخيار المخصص للتثبيت. ينقلك هذا إلى مربع حوار تكوين حيث يمكنك اختيار النقطة كخيار للتثبيت.

3) يوصى بتحديد جميع الخيارات أثناء التثبيت.

4) بعد اكتمال التثبيت ، افتح الجهاز في النوع:

الثعبان

5) اخرج من مترجم بايثون.

خروج()

6) اختبار تركيب نقطة الخاص بك.

pip -V

(من الجيد الآن الانتقال إلى وقت تشغيل Python ومثبت النقاط في نظام التشغيل Windows. )

تثبيت CUDA:

  1. في وقت كتابة هذا التقرير ، يدعم TensorFlow الإصدار CUDA 9.0 ، ويقوم الإصدار بإنشاء الإصدار 8.0. إليك رابط التنزيلات.
الحصول على الإصدار الصحيح. (9.0 بالنسبة لي)

2) هذا سيستغرق عدة دقائق. البرد قليلا

3) بمجرد اكتمال التثبيت ، قم بتثبيت CUDNN

تثبيت CUDNN:

تعد مكتبات CuDNN تحديثًا لـ CUDA لـ Deep Neural Nets وتستخدمها TensorFlow لتسريع عملية التعلم العميق على وحدات معالجة NVidia. يمكنك تنزيلها من هنا: https://developer.nvidia.com/cudnn.

1) إذا قمت بتثبيت CUDA 9.0 ، فتأكد من استخدام CuDNN الذي يطابق كل من هذا والإصدار المطلوب الذي رأيته في الخطوة الأخيرة. أقترح cuDNN v7.0.5 لـ CUDA 9.0.

2) من المحتمل أن تضطر إلى تسجيل الدخول / التسجيل لتثبيت.
(خذ بعض الوقت للقيام بذلك)

3) بمجرد التنزيل ، قم بفك ضغطه ، وستحصل على ثلاثة ملفات ثم:

أ) انسخ \ cuda \ bin \ cudnn64_7.dll إلى C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ bin.

ب) انسخ \ cuda \ include \ cudnn.h إلى C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ include.

ج) نسخ \ cuda \ lib \ x64 \ cudnn.lib إلى C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ lib \ x64.

4) بمجرد اكتمال GPU الخاص بك جاهز الآن لأداء الحوسبة GPU.

تثبيت Tensorflow و keras:

  1. فتح محطة كمسؤول وتحديث النقطة الخاصة بك.
بيثون م نقطة تثبيت - نقطة ترقية

2) تثبيت Tensorflow

تثبيت نقطة - ترقية tensorflow

3) تثبيت Keras

تثبيت نقطة - ترقية keras

4) افتح مترجم فوري بعد تثبيت Tensorflow و Keras.

الثعبان

5) في نوع الثعبان مترجم

استيراد tensorflow
استيراد keras

6) إذا تم تشغيل الشفرة دون أخطاء ، فقم بالتثبيت بشكل صحيح.

7) اخرج من المترجم.

خروج()

هذا كل ما تحتاجه للبدء في "التعلم الآلي" على جهازك المحلي. :)

مرحبا ، العالم في Tensorflow:

  1. افتح مترجم Python على جهاز الكمبيوتر الخاص بك عن طريق كتابة: python
  2. انسخ لصق الكود التالي بسطر:
من __future__ استيراد print_function
استيراد tensorflow كما TF
مرحبًا = tf.constant ("مرحبًا ، World of AI")
اختبار = tf.Session ()
طباعة (sess.run (مرحبا))
الإخراج: "مرحبا ، عالم الذكاء الاصطناعى!"

آمل أن يساعد ، لا تنسى أن تصفق إذا وجدت هذا مفيدًا!
مجرد تذكير ، يمكنك التصفيق حتى 50 مرة :)