በኡቡንቱ ላይ ከበስተጀርባ ኬራስ እና ቴንሶር ፍሎልን እንዴት እንደሚጫኑ

በኩቡንቱ ላይ ኬራዎችን እንዴት እንደሚጫኑ

ከጨረሱ በኋላ የማሽን መማሪያ ትምህርት፣ የት ልቀጥል ነበር ፡፡ በኦክታቭ / ማትላብ ፕሮቶታይፕንግ ኮርስ ውስጥ ጥቅም ላይ የዋሉት የልማት አካባቢዎች ሰዎች የሚጠቀሙባቸው አይደሉም ፣ ስለሆነም ከፍ ወዳለ ጥራት ወዳለው ነገር መዝለል አለብዎት ፡፡ ለእኔ በጣም ከተመከሩኝ እጩዎች መካከል ኬራስ ፣ የኋላ መደገፊያ ቴንሶር ፍሎልን በመጠቀም. ኬራስ ከሌሎች መሳሪያዎች ወይም ከሌሎች ማዕቀፎች የተሻለው መሆን አለመሆኑን ወይም TensorFlow ን ወይም ቴአኖን መምረጥ አልፈልግም ፡፡ እኔ በኡቡንቱ ውስጥ እንዴት እንደሚጫን ለማብራራት ነው ፡፡

በመጀመሪያ ከኦፊሴላዊ ገጾች ሰነድ ላይ ለመጫን ሞከርኩ ፣ እና የማይቻል ነበር ፣ እኔ ሁል ጊዜ የተወሰነ ስህተት ነበረኝ ፣ አንዳንድ ያልተፈታ ጥያቄ ፡፡ በመጨረሻ እኔ ለማግኘት ሄድኩ በኡቡንቱ ውስጥ ኬራዎችን እንዴት እንደሚጫኑ የተወሰኑ መመሪያዎችን እና ግን በሌሊት ብዙ ጊዜ በማሳለፍ ለሁለት ቀናት አሳልፌያለሁ ፡፡ በመጨረሻ አሳካዋለሁ እናም ለእርስዎ መንገድ የሚከፍትልዎት ከሆነ እንዴት እንዳደረግኩዎት ትቼዎታለሁ ፡፡

እኛ በአጋዥ ስልጠናው መጨረሻ ላይ ከምንጮች እንድተውልዎ በድር ጣቢያዎቹ የሚመከሩትን ደረጃዎች ተከትለን የምንሄድ ስለሆነ ጥቅሎቹን ለማስተዳደር ያልነበረኝን ፒአይፒ እንጭናለን ፡፡ PIP በሊነክስ ላይ በቃ ያ ነው ፣ በፓኬት ውስጥ የተፃፈ የጥቅል አስተዳደር ስርዓት ፡፡

sudo apt-get ጫን python3-pip sudo apt install python-pip

Pip3 ን በመጠቀም ቨርቹዌንን ይጫኑ

በ Virtualenv ከፓይዘን ጋር ምናባዊ አከባቢዎችን መፍጠር እንችላለን. ከተለያዩ ምናባዊ ጥቅሎች ጋር እና በተለያዩ ስሪቶች የምንሰራበትን ፕሮጀክት ማቀናጀት ምናባዊ አከባቢ ማለት ነው ማለት እንችላለን ፡፡

እዚህ እኔ የሚከተለው ትምህርት በሱዶ ሲጠቀሙ የመጀመሪያዎቹ ችግሮች ታይተዋል (sudo pip3 installueualenv) የሚከተለውን ስህተት መልሷል

Virtualenv ን በመጫን ላይ ችግሮች

አንዳንዶች የ http አቃፊውን ከመሸጎጫው እንዲያጸዱ ሐሳብ አቀረቡ ግን ያ አልሰራም ፡፡ እኔ ያልጠቆምኩት ሌላ መፍትሔ -H ን መጠቀም ነው ፣ ማለትም ፣ sudo -H pip3 ን መጫን virtuenlenv። ግን በእኔ ጉዳይ ላይ ያገለገለው ቀላሉ መፍትሔ ነው

pip3 ጫን virualenv

ፒፕ 3 በፒፕ ፋንታ ፒቲን 3 ን እንጠቀማለን ማለት ነው

እና እኛ Virtualenvwrapper ን እንጭናለን

Virtualenvwrapper እኛን ቫይታሚን ፣ ብዙ የ Virtualenv ተግባሮችን እና ቅንብሮችን በራስ-ሰር ይሠራል. ሁሉንም ነገር ቀላል ለማድረግ ይረዳናል ፡፡ ለዚህ ነው የምንጠቀመው ፡፡

በተለያዩ አጋዥ ስልጠናዎች የቀረቡትን ደረጃዎች በመከተል ሁሉም ነገር የተጫነ ይመስል ነበር ግን ከታች ካሉት ደረጃዎች ውስጥ አንዱን የሆነውን mkvirtualenva ን ስሮጥ ሁልጊዜ ይህንን መመሪያ እንደማያውቅ ነግሮኛል ፡፡ በመጨረሻ እሱን መጫን ጀመርኩ እና virtuanenvwrapper እንደዚህ እንዲሰራ ማድረግ ችያለሁ ፡፡

ቧንቧ ጫን virualenvwrapper

Virtuualenvwrapper ን እንዴት እንደሚጭኑ

አንዴ .bashrc ን አርትዕ ካየን በኋላ ምንጫችንን ማለትም ፋይሉ ያለበትን አድራሻ virualenvwrapper.sh እናስቀምጣለን ፡፡

ወደ ውጭ ይላኩ WORKON_HOME = $ HOME / .virtualenvs export PROJECT_HOME = $ HOME / Devel source /home/nmorato/.local/bin/virtualenvwrapper.sh

እነዚህ ትናንሽ ነገሮች ያንን መስመር ማበጀት እና የፋይላቸውን መንገድ መፈለግ ስላልቻሉ ማነቆ የሚጀምሩ ሰዎችን የማውቃቸው ናቸው ፡፡ ስለዚህ በ 4 ምስሎች ውስጥ ሚኒ-ማብራሪያ አለ

የፋይሉን ምንጭ ወይም ዱካ እንዴት መፈለግ እና ማየት እንደሚቻል

  1. የኡቡንቱ ፋይል አቀናባሪ Nautilus ን ይክፈቱ እና በሌሎች አካባቢዎች ላይ ጠቅ ያድርጉ። ሃርድ ድራይቭዎን ያሳየዎታል ፣ ኡቡንቱ የጫኑበትን ይምረጡ።
  2. እዚህ እኛ የስርአታችን ስር ነን ፡፡ ከላይ ባለው ሉፒታ ላይ ጠቅ ያድርጉ እና የፍለጋ ፕሮግራሙ ይታያል።
  3. በዚህ ጉዳይ ላይ የፋይሉን ስም ያስገቡ virtualenvwrapper.sh እና በመላው ስርዓት ውስጥ ያሉትን ያገኝዎታል
  4. አናት ላይ ይወጣሉ ፣ በቀኝ ቁልፍ ጠቅ ያድርጉ እና ንብረቶችን ይስጡ ፡፡ እዚያ የተሟላ መስመሩን ያያሉ ፡፡ እሱን ለማሻሻል መውሰድ ያለብዎት .bashrc

 

ደህና በቃ ፡፡ አንዴ .Bashrc ከተቀየረ በኋላ ያንን መስመር በኮንሶል ውስጥ በእኔ ሁኔታ ያከናውኑ

ምንጭ / ቤት / ንሞራቶ/.local/bin/virtualenvwrapper.sh

ubuatu ላይ virtualenvwrapper ን ያሂዱ

ትምህርቱን ለመፈተሽ ከተሳሳተ በኋላ

ስህተት: - virualenvwrapper በእርስዎ መንገድ ላይ virualenv ሊያገኝ አልቻለም

በዚህ ደረጃ ውስጥ ቧንቧዎችን መጫን ነበረብኝ

sudo apt ጫወታ virtuuelenv

ሌላው አማራጭ ነው

sudo apt ጫን - virualenv ን እንደገና ጫን

 

 

በ viruelenlenv እና virualenvwrapper ውስጥ የኬራስ አከባቢን እንፈጥራለን

በእኔ ሁኔታ ከ ‹ቴንሶር ፍሎው› keras_tf ብዬዋለሁ ከኬራስ ጋር የምንጠቀምበት የኋላ ደጀን ነው እናም የልማት አካባቢን እፈጥራለሁ ፡፡

mkvirtualenv keras_tf-ገጽ

በጣም ቀላል ነው ፡፡ በዚህ ላይ አስቀድሞ ተጭኗል። ከአሁን በኋላ ለመግባት በፈለግን ቁጥር እንገባለን

Workon keras_tf

Tensor Flow ን ጫን

በጣም ቀላል መመሪያ እውነታው እዚህ ላይ እኔ ቀለል አድርጌዋለሁ ፡፡ ኦፊሴላዊ ሰነዶችን ከተመለከቱ ብዙ አማራጮች አሉ ፡፡

pip መጫን - የ tensorflow ን ያሻሽሉ

ሁሉም ነገር በጥሩ ሁኔታ እየሄደ መሆኑን ለመፈተሽ በኮንሶል ውስጥ እንሰራለን

 ፓይቶን >>> አስር ፍሰት ፍሰት ያስመጡ >>>
መጨረሻ ላይ የማወራው ከድሮ ሲፒዩዎች ጋር የተቆራኘ ስህተት አጋጥሞኛል

ኬራዎችን ይጫኑ

ኬራስን ለመጫን በመጀመሪያ እነዚህን የፒቶን ጥገኛዎች መጫን አለብዎት ፡፡ በተጨማሪም OpenCV ን አሁን መጠቀሙ እና መጫኑም ይቻላል ፣ ግን በአሁኑ ሰዓት ስለማልጠቀም ስለሆነ የበለጠ ለማወሳሰብ አልፈልግም ፡፡

ፒፕ ጫን numpy scipy pip ጫን scikit- መማር ፒፕ ትራስ ፒፕ ጭነት h5py መማር

እና በመጨረሻም ከላይ ከተዘረዘሩት ሁሉ በኋላ በመጨረሻ ኬራስን መጫን ይችላሉ :)

ቧንቧ መጫኛ ኬራዎች

የ keras.json ፋይልን ከ ~/.keras/keras.json የኡቡንቱ ፋይል አቀናባሪ በ nautilus ውስጥ ፍለጋን ጠቅ ማድረግ ይችላሉ

ነባሪ እሴቶቹ ከዚህ ጋር ተመሳሳይ መሆን አለባቸው

{"floatx": "float32", "epsilon": 1e-07, "backend": "tensorflow", "image_data_format": "channels_last"}

ከሁሉም በላይ የትኛው ጀርባ እንደሆነ ይፈትሹ ቲሸርቶፍ አይደለም አናኖ እና የምስል_ዳታ_ፎርም ምን ያወጣል ሰርጥ_ላጭ እና አይሆንም ሰርጦች_መጀመሪያ byanoano

Keras.json ን ማግኘት ካልቻሉ

ኮንሶል እስከሚከፍቱ እና ጥቅሉን በቀጥታ እስኪያመጡ ድረስ አብዛኛውን ጊዜ keras.json ፋይል እና ንዑስ ክፍሎቹ አይፈጠሩም ፡፡
ስለዚህ ይህ የእርስዎ ጉዳይ ከሆነ እና በእርስዎ ስርዓት ውስጥ ሊያገኙት ካልቻሉ የሚከተሉትን ደረጃዎች ይከተሉ።
Workon keras_tf Python አስመጪ ኬራዎች አቆሙ ()

ወደ tensrorflow ፍሰት እንዴት ዝቅ ማድረግ እንደሚቻል ፣ በ avx መመሪያዎች ላይ ችግር

እንደገና ተመልከቱ እና አስማት !!! አሁን ታየ ፡፡

ሁሉም ነገር ደህና ከሆነ. ሁሉም ነገር ዝግጁ ነበርዎት ፣ ኬራስን መጠቀም መጀመር እና በማሽን ትምህርት ፣ በጥልቀት መማር ፣ በሰው ሰራሽ ብልህነት ፣ ... መደሰት ይችላሉ ፡፡

የቴንሶር ፍሎው አጠቃቀምን የሚገድብ ተጨማሪ ችግር አጋጥሞኛል ፡፡ ምስሉን ይመልከቱ እና የመጨረሻው መስመር በእንግሊዝኛ ህገ-ወጥነት መመሪያ ('ኮር' የመነጨ) እንደሆነ ያያሉ ፡፡

ከ TensorFlow እና ከ AVX መመሪያዎች ጋር ችግር። TensorFlow ተጥሏል

ከ 1.5 የሚበልጡ የ “TensorFlow” ስሪቶች የተቀረጹ ሁለትዮሽ ስሪቶች በቀድሞ ሲፒዩዎች የማይደገፉ የ AVX መመሪያዎችን የሚጠቀሙ ይመስላል። ፍለጋ እና ፍለጋ በኋላ ያገኘሁት ብቸኛ መፍትሄ በተደራሽነት ፍሰት ላይ ሲሆን በስሪት 1.5 ላይ መቆየት አለብን ሲሉ ተናግረዋል

ስለዚህ ከቴንሶር ፍሎው ወደ 1.5 ዝቅ ማድረግ ነበረብኝ ይህ ተመሳሳይ ችግር ካለብዎት ይህ ይደረጋል

ቧንቧ ጭነት የ tensorflow == 1.5

እና አሁን ያ?

ደህና የመጀመሪያው ነገር ኬራስን ፣ እንዴት እንደሚሰራ ፣ እኔ ከገባሁ ወይም ከሌላው መሞከር ነው ፡፡ ምርመራዎችን ብቻ የማደርግ ከሆነ ወይም መላ ፍለጋ ውስጥ በእውነቱ እጠቀምበታለሁ ፡፡ እውነታው ኬራስ ከኦክቶዋ / ማትላብ ከማሽን መማሪያ ኮርስ ውስጥ ከወሰድኩት አጠቃቀም ፈጽሞ የተለየ ነው ፡፡ በኬራስ አማካኝነት ስልተ ቀመሮቹን እንኳን አያዩዋቸውም ፣ ቀድሞ ተተክሏቸዋል እና እሱን ለማቀላቀል ራስዎን ይከፍላሉ ፡፡ እሱን ከቀጠልኩ የማሽን መማር፣ እና የበለጠ ኃይለኛ መሣሪያ እፈልጋለሁ ምናልባት ኬራስ እንደ AWS ፣ አዙር ፣ ጉግል ደመና ፣ ወዘተ ያሉ ቅድመ-ሁኔታ በሚዋቀርባቸው የደመና አገልግሎቶች እመርጣለሁ ፡፡

ግን ይህንን ለጊዜው ትቼዋለሁ ፡፡ ደረጃ በደረጃ እሄዳለሁ ፡፡

ምንጮች:

አስተያየት ተው