Εγκατάσταση μιας μηχανής μάθησης βασισμένης σε Python στα Windows 10

Ένας εύκολος οδηγός για να ξεκινήσετε με τη μηχανική μάθηση

Φωτογραφία από τον Ahmad Dirini στο Unsplash

Σκοπός: Για να εγκαταστήσετε ένα περιβάλλον βασισμένο στην Python για μηχανική μάθηση.

Το ακόλουθο σύνολο οδηγιών καταρτίστηκε από ολόκληρο τον ιστό και γράφτηκε για λειτουργικό σύστημα Windows 10. Τελευταία δοκιμαστεί στις 02/09/2019.

ΣΦΑΙΡΙΚΗ ΕΙΚΟΝΑ

Όταν πήρα για πρώτη φορά μηχανική μάθηση, μου πήρε λίγες ώρες για να καταλάβω πώς να ρυθμίσω σωστά το περιβάλλον Python μου. Από την απογοήτευση, αποφάσισα να γράψω αυτή τη θέση για να βοηθήσω κάποιον να περάσει από τη διαδικασία. Θα ξεκινήσουμε με την εγκατάσταση του Anaconda Navigator, που θα μας επιτρέψει να δημιουργήσουμε ανεξάρτητα περιβάλλοντα, κάτι που θα είναι πολύ βολικό. Επιπλέον, με το Anaconda μπορούμε να εγκαταστήσουμε εύκολα συμβατές μονάδες Python με πολύ απλές εντολές. Τέλος, μπορούμε να χρησιμοποιήσουμε το Anaconda για να αποκτήσουμε το Spyder - ένα επιστημονικό περιβάλλον ανάπτυξης της Python. Αν ακολουθήσετε τη διαδικασία βήμα προς βήμα που φαίνεται παρακάτω, θα έχετε εγκαταστήσει τα Tensorflow, Keras και Scikit-learn σε χρόνο μηδέν.

Να πάρει Anaconda

Για να ξεκινήσετε να κατασκευάζετε μοντέλα μηχανής μάθησης (ML) με την Python, θα ξεκινήσουμε με την εγκατάσταση του Anaconda Navigator. Το Anaconda παρέχει έναν αποτελεσματικό και εύκολο τρόπο για την εγκατάσταση μονάδων Python στο μηχάνημά σας. Ας αρχίσουμε λοιπόν.

  1. Κάντε λήψη και εγκαταστήστε την πιο πρόσφατη έκδοση του Anaconda Navigator για το λειτουργικό σας σύστημα.

2. Συνεχίστε με τον οδηγό εγκατάστασης, αλλά παραλείψτε το βήμα όπου πρέπει να κατεβάσετε και να εγκαταστήσετε το VS, θα το κάνουμε αργότερα. Επιπλέον, φροντίστε να εγκαταστήσετε το Anaconda Navigator για έναν μόνο χρήστη. Τη στιγμή που γράφτηκε αυτό το σύνολο οδηγιών, η εγκατάσταση του VS με τον οδηγό εγκατάστασης απέτυχε στην εγκατάσταση Anaconda μου. Επιπλέον, η εγκατάσταση του Anaconda για όλους τους χρήστες ενδέχεται να προκαλέσει προβλήματα. Για παράδειγμα, δεν θα μπορείτε να εγκαταστήσετε μονάδες, επειδή η Anaconda δεν θα έχει τα απαραίτητα δικαιώματα.

Βεβαιωθείτε ότι έχετε εγκαταστήσει το Anaconda στον τρέχοντα χρήστη που μπορεί να αντιμετωπίσει προβλήματα στο δρόμο.Παραλείψτε αυτό το βήμα. Θα το καταφέρουμε λίγο.

3. Εκκινήστε το Anaconda Navigator και επιλέξτε την καρτέλα Home, θα πρέπει να επιλεγεί από προεπιλογή. Βρείτε τον πίνακα κώδικα VS και κάντε κλικ στο κουμπί Εγκατάσταση. Αυτό θα διαρκέσει ένα λεπτό ή δύο.

Αφού εγκαταστήσετε τον κώδικα VS, θα μπορείτε να δείτε ένα κουμπί Launch κάτω από τον πίνακα κώδικα VS.

Intalling Keras και Tensorflow

Τώρα που έχουμε εγκαταστήσει Anaconda, ας πάρουμε Keras και Tensorflow στο μηχάνημά μας.

4. Κλείστε το Anaconda Navigator και ξεκινήστε το Anaconda Prompt. Εκκινήστε την εντολή Anaconda αναζητώντας τη στη γραμμή αναζήτησης παραθύρων. Θα πρέπει να ανοίξει το παρακάτω τερματικό. Παρατηρήστε ότι αυτό θα ανοίξει στο βασικό περιβάλλον Anaconda.

5. Υποβάθμιση της Python σε έκδοση συμβατή με Keras & Tensorflow. Το Anaconda θα αρχίσει να αναζητά όλες τις συμβατές ενότητες για το Python 3.6. Αυτό μπορεί να διαρκέσει μερικά λεπτά. Για την υποβάθμιση σε Python 3.6 χρησιμοποιήστε την ακόλουθη εντολή:

conda install python = 3.6

Αφού επιλυθεί το περιβάλλον, η Anaconda θα σας δείξει όλα τα πακέτα που θα μεταφορτωθούν.

6. Δημιουργήστε ένα νέο περιβάλλον conda όπου θα εγκαταστήσουμε τις μονάδες μας για την κατασκευή των μοντέλων μας χρησιμοποιώντας τη GPU. Για να γίνει αυτό, εκτελέστε την ακόλουθη εντολή:

δημιουργία αρχείου - όνομα PythonGPU

Σημείωση: Βεβαιωθείτε ότι έχετε κάρτα γραφικών NVIDIA. Εάν δεν το κάνετε, εγκαταστήστε την έκδοση CPU του Keras.

Εάν θέλετε να χρησιμοποιήσετε αντ 'αυτού την CPU, εκτελέστε την ακόλουθη εντολή:

δημιουργία conda - όνομα PythonCPU

Ακολουθήστε τις οδηγίες που εμφανίζονται στο τερματικό. Τα περιβάλλοντα Conda δίνουν στον χρήστη την ελευθερία να εγκαταστήσει πολύ συγκεκριμένες μονάδες που είναι ανεξάρτητα ενδιαιτήματα. Προσωπικά, δημιούργησα δύο περιβάλλοντα. Εκεί που μπορώ να φτιάξω τα μοντέλα μου χρησιμοποιώντας την CPU και την άλλη όπου μπορώ να φτιάξω τα μοντέλα μου χρησιμοποιώντας τη GPU. Για περισσότερες πληροφορίες σχετικά με τα περιβάλλοντα conda, προτείνω να ρίξετε μια ματιά στην επίσημη τεκμηρίωση.

7. Για να ενεργοποιήσετε το περιβάλλον conda που μόλις δημιουργήθηκε χρησιμοποιήστε:

ενεργοποιήστε το PythonGPU ή ενεργοποιήστε το PythonCPU

Για να απενεργοποιήσετε τη χρήση του περιβάλλοντος:

conda απενεργοποίηση

Μην απενεργοποιήσετε το περιβάλλον ακόμα, πρόκειται να εγκαταστήσετε όλα τα καλά πράγματα.

8. Για να εγκαταστήσετε τις εκδόσεις GPU Keras & Tensorflow, τις μονάδες που είναι απαραίτητες για τη δημιουργία των μοντέλων μας με τη GPU, εκτελέστε την ακόλουθη εντολή:

conda install -c anaconda keras-gpu

Αν θέλετε να χρησιμοποιήσετε την CPU σας σε ενσωματωμένα μοντέλα, εκτελέστε την ακόλουθη εντολή:

conda install -c anaconda keras

Πολλά πράγματα στον υπολογιστή θα αρχίσουν να συμβαίνουν. Μόλις σταματήσει η τρέλα, μπορούμε να προχωρήσουμε. Μην κλείνετε τίποτα ακόμα.

Λήψη Spyder και άλλων πακέτων της Python για εκμάθηση μηχανών / βαθιά μάθηση

Τώρα ίσως θέλετε κάποιο κομμάτι λογισμικού για να γράψετε και να εκτελέσετε τα γράμματα Python. Μπορείτε πάντα να χρησιμοποιήσετε το Vim για να γράψετε και να επεξεργαστείτε τα γράμματα Python και να έχετε ένα άλλο τερματικό ανοιχτό για να τα εκτελέσετε. Ωστόσο, θα χάσετε σε όλα τα δροσερά χαρακτηριστικά γνωρίσματα Spyder έχει να προσφέρει.

9. Εγκαταστήστε τον Spyder.

conda install spyder

10. Εγκαταστήστε Pandas. Το Pandas είναι μια βιβλιοθήκη που είναι εξαιρετικά ισχυρή και σας επιτρέπει να διαβάζετε εύκολα, να χειρίζεστε και να απεικονίζετε δεδομένα.

conda install -c anaconda pandas

Αν θέλετε να διαβάσετε αρχεία Excel με Pandas, εκτελέστε τις ακόλουθες εντολές:

conda install -c anaconda xlrd

conda install -c anaconda xlwt

11. Εγκαταστήστε τη βιβλιοθήκη Seaborn. Το Seaborn είναι μια εκπληκτική βιβλιοθήκη που σας επιτρέπει να απεικονίσετε εύκολα τα δεδομένα σας.

conda install -c anaconda θαλασσοπόρος

12. Για να εγκαταστήσετε το scikit-learn.

conda install -c anaconda scikit-learn

13. Εγκαταστήστε μαξιλάρι για να χειριστείτε τις εικόνες

μαξιλάρι εγκατάστασης conda

Προσθήκη λωρίδων που λείπουν

Μέχρι τώρα θα πρέπει να αισθάνεστε άνετα να εγκαταστήσετε μονάδες χρησιμοποιώντας την εντολή conda. Εάν χρειάζεστε μια συγκεκριμένη ενότητα, απλά κάτι Google κατά μήκος των ακόλουθων γραμμών:

Βιβλιοθήκη AnacondaNameYouWant Εγκατάσταση

Αν αντιμετωπίζετε προβλήματα αναζήτησης στο διαδίκτυο. Είναι πολύ πιθανό ότι δεν είστε το πρώτο άτομο που αντιμετωπίζει ένα συγκεκριμένο σφάλμα.

Εκκίνηση του Spyder και έλεγχος ότι όλες οι μονάδες εγκαταστάθηκαν σωστά

Για να ξεκινήσετε τον Spyder, ενεργοποιήστε πρώτα το περιβάλλον conda που θέλετε (PythonCPU ή PythonGPU) και εκτελέστε την ακόλουθη εντολή:

spyder

Για να διασφαλίσετε ότι όλα έχουν εγκατασταθεί σωστά, εκτελέστε τις ακόλουθες γραμμές κώδικα στην κονσόλα python:

import numpy ως np # Για αριθμητικούς γρήγορους αριθμητικούς υπολογισμούς
εισαγωγή matplotlib.pyplot ως plt # Για την παραγωγή οικόπεδων
pandas εισαγωγής ως pd # Προσφορές με δεδομένα
Εισαγωγή θαλασσοπόρου ως sns # Κάνει όμορφα οικόπεδα
από την εισαγωγή sklearn.preprocessing StandardScaler # Δοκιμές sklearn
import tensorflow # Εισαγωγές tensorflow
εισαγωγή keras # Εισάγει keras

Εάν δεν δείτε λάθη ModuleImport, είστε έτοιμοι να ξεκινήσετε να βασίζεστε σε μοντέλα βασισμένα σε μηχανές μάθησης χρησιμοποιώντας Keras, Tensorflow και Scikit-Learn.

Μπορείτε να με βρείτε στο LinkedIn.