Breaking

Post Top Ad

Your Ad Spot

martes, 9 de julio de 2019

Instalación de TensorFlow en Windows

Introducción a TensorFlow

TensorFlow es un marco de aprendizaje profundo que proporciona una interfaz sencilla para una variedad de funcionalidades, necesarias para realizar tareas de aprendizaje profundo de vanguardia, como el reconocimiento de imágenes, la clasificación de textos, etc. Es un marco de aprendizaje automático desarrollado por Google y se utiliza para diseñar, construir y capacitar modelos de aprendizaje profundo, como las redes neuronales . La nube de Google Visión y AlphaGo son algunos de los ejemplos de las aplicaciones integradas en la parte superior de TensorFlow. TensorFlow es una biblioteca de código abierto y se puede descargar y utilizar de forma gratuita.
En este artículo, veremos cómo instalar TensorFlow en una máquina con Windows.

Tipos de instalación de TensorFlow

Al instalar TensorFlow, puede elegir entre la versión solo para CPU o la compatible con GPU. Recomiendo instalar la versión de la CPU si necesita diseñar y entrenar modelos simples de aprendizaje automático o si está empezando. Sin embargo, la versión de la CPU puede ser más lenta al realizar tareas complejas, especialmente aquellas que involucran el procesamiento de imágenes. Si necesita usar TensorFlow para procesar una gran cantidad de datos, especialmente en los casos en que los datos involucran imágenes, recomiendo instalar la versión compatible con GPU.
GPU compatible TensorFlow requiere que instale varias bibliotecas y controladores. Admite la tarjeta GPU NVIDIA, con compatibilidad con CUDA Compute 3.5 o superior.
Debe instalar el siguiente software para ejecutar la versión de GPU de TensorFlow:
  • Drivers NVIDIA GPU
  • CUDA Toolkit: CUDA 9.0.
  • NCCL 2.2 (opcional)
  • SDK cuDNN (7.2 o superior)
  • TensorRT para mejorar la latencia y el rendimiento.

Elegir el método de instalación

En Windows, TensorFlow se puede instalar a través de "pip" o "anaconda". Python viene con el pipadministrador de paquetes, por lo que si ya ha instalado Python, también debería haberlo hecho pipEl paquete puede instalar TensorFlow junto con sus dependencias.
Anaconda también es una excelente opción para instalar TensorFlow, pero no se entrega con Python, como pipes, por lo tanto, debe descargarlo e instalarlo por separado.
Ambos paquetes son de código abierto, así que siéntete libre de elegir el que más te guste.

Instalacion con pip

Para obtener el pipadministrador de paquetes, primero necesita instalar Python. Descargue la última versión de Python desde el sitio web oficial de Python e instálela.
Una vez que se complete la instalación, verifique la versión de pipejecución en su sistema. Para hacerlo, vaya al símbolo del sistema y escriba:
$ pip3 --version
Desde que instaló la última versión de Python, es decir, Python 3.x, tiene pip3, y no pipEste último fue utilizado con Python 2.7.
Ahora es finalmente el momento de instalar TensorFlow. Ejecute el símbolo del sistema de Windows como administrador. Para hacerlo, vaya al menú de inicio en su máquina Windows, busque "cmd", haga clic derecho y elija "Ejecutar como administrador".
Después de eso, solo tiene que ejecutar un comando simple para instalar TensorFlow. Aquí está el comando:
$ pip3 install --upgrade tensorflow
El comando tardará algún tiempo en ejecutarse, así que tenga paciencia. Con pip, puede instalar TensorFlow con soporte GPU de la siguiente manera:
$ pip3 install tensorflow-gpu
¡Y eso es! Ahora puede pasar a la sección "Verificación de la instalación" a continuación para asegurarse de que se instaló correctamente.

Instalación con anaconda

Python no se incluye con Anaconda, por lo que primero debe instalarlo en su sistema. Puedes descargarlo desde anaconda.com .
Una vez que se descargue el paquete, haga doble clic en él para iniciar la instalación. Las instrucciones de instalación de Anaconda se pueden encontrar en este enlace . Se verificará el instalador y aparecerá una ventana de bienvenida.
Bienvenido a anaconda
Haga clic en Siguiente". En la siguiente ventana, se le solicitará que acepte los términos del acuerdo de Anaconda.
Acuerdo de licencia
Haga clic en "Acepto". Se le pedirá que elija el tipo de instalación, ya sea solo para usted o para todos los usuarios. Elija la opción que necesita y haga clic en "Siguiente".
Puede instalarlo en el directorio predeterminado o buscar otro directorio. Haga clic en Siguiente".
Verá la ventana de "Opciones avanzadas". Marque la segunda casilla de verificación, es decir, "Registrar Anaconda como mi Python 3.6 predeterminado".
Opciones avanzadas de instalación
Haga clic en "Instalar" y comenzará el proceso de instalación.
Una vez que se complete la instalación, recibirá el siguiente mensaje:
Instalación completa
Haga clic en "Siguiente" y "Finalizar" en las ventanas posteriores para completar la instalación de Anaconda.
Ahora que ha instalado Anaconda, puede usar "conda", un administrador de paquetes que se usa para la administración de entornos virtuales y la instalación de paquetes para Anaconda.
Vaya al menú de inicio de Windows y escriba "indicador de anaconda". De las opciones, haga clic en "Mensaje de Anaconda" para iniciar el mensaje como se muestra en la siguiente figura:
Indicador de Anaconda
Para ver los detalles del condapaquete, escriba este comando en el indicador:
$ conda info
Ahora crearemos un entorno virtual Python con conda. Un entorno virtual es una copia de trabajo aislada de Python, capaz de mantener sus propios archivos, rutas y directorios para que pueda trabajar con versiones específicas de las diferentes bibliotecas de Python sin afectar los otros proyectos de Python.
Para crear un entorno virtual para TensorFlow, ejecute el conda createcomando con la siguiente sintaxis:
$ conda create -n [environment-name]
Vamos a nombrar el medio ambiente como tensorenvironAunque puedes usar cualquier nombre que quieras.
$ conda create -n tensorenviron
Se le pedirá que permita que el proceso continúe. Simplemente escriba "y" para "sí" y presione la tecla enter en su teclado. El entorno será creado con éxito.
Entonces podemos activar el entorno que acabamos de crear:
$ activate tensorenviron
Verá el cambio rápido.
A continuación, ejecute el siguiente comando para instalar TensorFlow:
$ conda install tensorflow
Se mostrará una lista de los paquetes que se instalarán junto con TensorFlow. El comando le pedirá que confirme la instalación de estos paquetes. Escriba "y" y luego presione la tecla enter. El progreso del proceso de instalación se mostrará en el símbolo del sistema.

Verificando la instalación

Ahora que TensorFlow ha sido instalado, podemos verificar si la instalación fue exitosa o no. Para hacerlo, podemos ejecutar la importdeclaración de Python y ver si podemos importar con éxito la biblioteca TensorFlow.
En el símbolo del sistema abierto anteriormente, que debería estar usando el entorno virtual en el que instaló TensorFlow, escriba pythonpara llegar al terminal de Python:
$ python
Ahora intenta importar la biblioteca:
import tensorflow as tf  
Si todo está bien, el comando no devolverá nada más que el indicador de Python. Sin embargo, si la instalación no tuvo éxito, obtendrá un error.

Recursos

¿Apenas comenzando con TensorFlow? Instalarlo es solo el primer paso. Si desea obtener más información más allá de esto, le recomendamos que pruebe un recurso más detallado, como el libro Aprendizaje a máquina a través de Scikit-Learn y TensorFlow . Encontrará mucho de este libro, y no solo de TensorFlow y Scikit-Learn, sino de Machine Learning en general.

Conclusión

TensorFlow es un marco de aprendizaje automático utilizado para el desarrollo de modelos de aprendizaje profundo. El marco fue desarrollado por Google y viene en dos versiones, solo para CPU y versiones compatibles con GPU. El último es más poderoso que el anterior y es más adecuado para tareas de procesamiento de imágenes. En este artículo, vimos cómo podemos instalar TensorFlow en una máquina con Windows usando el comando pip, así como a través del marco de Anaconda.

No hay comentarios.:

Publicar un comentario

Dejanos tu comentario para seguir mejorando!

Post Top Ad

Your Ad Spot

Páginas