一. 概述
上篇文章,向各位说明了当今火热的深度学习框架 Tensorflow 1.x 与 2.x 的差别,以及高阶应用程式 Keras 与 Tensorflow Lite 轻量化网路模型的简单介绍。为了加快踏上 人工智能 AI 与 机器学习 Machine Learning 的世界里,不仿直接进入到你的作业系统,开始搭建 Tensorflow Keras 所需的环境吧 !! 如下图所示,为系列博文之示意架构图。此架构图隶属于 i.MX8M Plus 的方案博文中,并属于 eIQ 机器学习开发环境 内的 推理引擎层(Inference Engines Layer) 的子系列 !! 目前章节介绍 “Tensorflow keras 环境架设”!! 若欲架设原生 Tensorflow 1.x 或 2.x 的版本,请参照本系列其他的环境架设章节。
若新读者欲理解人工智能、机器学习以及深度学习的差异,可点选查阅下方博文
大大通精彩博文 探讨机器学习与深度学习之差异
TFlite 系列博文 - 文章架构示意图 (1)
TFlite 系列博文 - 文章架构示意图 (2)
二. 快速搭建 Tensorflow Keras 环境
使用搭建环境 : Python 3.6 + Windows 10 + Tensorflow 2.1.0 + Keras 2.3.1
(1) Anaconda 安装与建置环境 :
Anaconda 是一个免费开源软体套装管理系统,主力语言为 Python。适用于 Windows、Linux 和 MacOS 系统,并提供高达 1400 个软体资源,包含了许多计算科学、资料科学、机器学习等等软体资料库 ! 以及原生的 Python 环境! 因此对于刚进入资料科学领域或 TensorFlow 的初学者是非常有益 !!
Anaconda 安装方式 :
Step 1 : 请至官方网站 https://www.anaconda.com/products/individual 下载安装档 (Anaconda 3.5.1.0)
*** 非最新版本请点选此网站
Step 2 : 执行安装档 (Anaconda 3.5.1.0),依软体指示进行安装即可。
请勾选 Add Anaconda to my PATH environment variable 与 Register Anaconda as my deffault Python 3.6
建立虚拟环境:
虚拟环境能够将环境具有独立性,减少套件之间的相互影响。
Step 1 : 开启命令提示字元或终端机,输入以下指令建立 TensorFlow 虚拟环境
$ conda create --name TensorFlow python=3.5 anaconda
Step 2 : 输入 y 确定安装相关套件,并等待套件安装完毕。
Step 3 : 完成虚拟环境架设
(2) Tensorflow 安装 :
在虚拟环境建立完成后,亦可以在不同的虚拟环境下各别安装不同版本的套件,比如说 A 环境安装 Tensorflow 1.5 版本, B 环境安装 Tensorflow 2.1 版本 !! 故本范例将于名称为 Tensorflow 的环境下安装 Tensorflow 2.1 套件 !! 本篇文件亦使用 Tensorflow Keras 为主 !!
Tensorflow 与 Keras 版本搭配请参考 : https://docs.floydhub.com/guides/environments/
Tensorflow 安装方式 :
Step 1 : 开启命令提示字元或终端机,移动并到任一个资料夹
Step 2 : 输入以下指令,启动虚拟环境 (若不使用 Tesnorflow 环境,此步骤可忽略)
$ activate TensorFlow
Step 3 : 安装 Tensorflow 2.1.0
$ pip install Tensorflow==2.1.0
Step 4 : 安装 Tensorflow Keras 2.3.1
$ pip install keras==2.3.1
*** 若安装 Tensorflow 2.x 版本可略过此步骤
(3) Jupyter Notebook 使用方式 :
在完成 Anaconda 与 TensorFlow 安装后,各位一定多少有些困惑为何是介绍 Jupyter Notebook 的使用方式。而所谓 Jupyter Notebook 就是一种基于网页的交互性计算开源环境,顾名思义就是一种在网页上的编译器。同时为 Anaconda 套件内所建议的编译器,故予此介绍 !! 况且在 Jupyter Notebook 架构下,Python 程式执行后可被完美纪录于 .ipynb 档案上,并搭配可视化界面让资料科学研究便利许多,对于 Python 初学者是相当好用的工具 !!
Jupyter Notebook使用方式 :
Step 1 : 开启命令提示字元或终端机,首次启用请安装 Jupyter Notebook
$ pip install jupyter
Step 2 : 输入以下指令,启动虚拟环境 (若不使用 Tesnorflow 环境,此步骤可忽略)
$ activate TensorFlow
Step 3 : 输入以下指令,开启 Jupyter Notebook 并新增 Python 3 文件
$ Jupyter Notebook
Step 4 : Jupyter Notebook 完成画面,即可进行编写 Python 程式
三. 结语
搭建环境仅需要遵循三大步骤即可,主要为 Anaconda 与 Tensorflow 的安装,而 Jupyter Notebook 则是本篇相当推从的一套开发工具,读者能够自行斟酌使用。
对于其他作业系统的安装,作法大同小异仅须安装相应的安装档,如下图所示。后续文章将带领读者快速使用 Tensorflow keras 来建构神经网路,敬请期待 !!
四. 参考文件
[1] ITREAD - 从0.1到2.0一文看尽TensorFlow奋斗史
[2] 软体之心 - 包装再升级?Tensorflow 2.0的重大改变
[3] WiKi - Keras开源神经网路库
[4] 科技报橘 - 手机上的轻量版 AI 运算,TensorFlow Lite 问世!
[5] Anaconda - 官方网站
如有任何相关 Tensorflow Lite 技术问题,欢迎至博文底下留言提问 !!
接下来还会分享更多 Tensorflow Lite 的技术文章 !!敬请期待 【ATU Book-i.MX8 系列 - TFLite】 !!
评论