Jak zainstalować Keras i TensorFlow z zaplecza na Ubuntu

jak zainstalować keras na ubuntu

Po zakończeniu Kurs uczenia maszynowego, Szukałem, gdzie mam kontynuować. Środowiska programistyczne używane na kursie prototypowania Octave / Matlab nie są tym, czego ludzie używają, więc musisz przeskoczyć do czegoś wyższej jakości. Wśród kandydatów, którzy zostali mi najbardziej poleceni jest Keras, używając zaplecza TensorFlow. Nie zamierzam się zagłębiać w to, czy Keras jest lepszy niż inne narzędzia lub inne frameworki ani czy wybrać TensorFlow czy Theano. Wyjaśnię tylko, jak można go zainstalować w Ubuntu.

Najpierw próbowałem go zainstalować z dokumentacji oficjalnych stron i było to niemożliwe, zawsze miałem jakiś błąd, jakieś nierozwiązane pytanie. W końcu poszedłem znaleźć konkretne samouczki dotyczące instalowania keras w Ubuntu A jednak spędziłem dwa dni spędzając dużo czasu w nocy. W końcu to osiągnąłem i zostawiam ci, jak to zrobiłem, na wypadek, gdyby mogło to utorować ci drogę.

Ponieważ będziemy postępować zgodnie z instrukcjami zalecanymi przez strony internetowe, które zostawiam ze źródeł na końcu tutoriala, zainstalujemy PIP, którego nie miałem, do zarządzania pakietami. pypeć w Linuksie to po prostu system zarządzania pakietami napisany w Pythonie.

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

Zapisz się do naszej listy mailingowej

Zainstaluj virtualenv za pomocą pip3

Dzięki Virtualenv możemy tworzyć środowiska wirtualne w Pythonie. Można powiedzieć, że środowisko wirtualne polega na hermetyzowaniu projektu, w którym możemy pracować z różnymi pakietami iw różnych wersjach.

Tutaj pojawiły się pierwsze problemy podczas korzystania z sudo według samouczka, który obserwowałem (sudo pip3 install virtualenv) zwrócił następujący błąd

Problemy z instalacją virtualenv

Niektórzy sugerowali wyczyszczenie folderu http z pamięci podręcznej, ale to nie zadziałało. Innym rozwiązaniem, którego nie zaproponowałem, jest użycie -H, czyli sudo -H pip3 install virtualenv. Ale najprostszym rozwiązaniem, które zadziałało w moim przypadku, było

pip3 zainstaluj virtualenv

pip3 zamiast pip oznacza, że ​​będziemy używać Pythona 3

Zamierzamy zainstalować Virtualenvwrapper

Virtualenvwrapper nas witamina, automatyzuje wiele zadań i ustawień Virtualenv. To pomaga nam wszystko uprościć. Dlatego go używamy.

Postępując zgodnie z krokami proponowanymi w różnych samouczkach, wydawało się, że wszystko zostało zainstalowane, ale kiedy uruchomiłem mkvirtualenva, który jest jednym z poniższych kroków, zawsze powiedział mi, że nie rozpoznał tej instrukcji. W końcu udało mi się go zainstalować i sprawić, by virtuanenvwrapper działał w ten sposób.

pip zainstaluj virtualenvwrapper

Jak zainstalować virtualenvwrapper

Gdy już zobaczymy Edit .bashrc with i umieścimy nasze źródło, czyli adres pod którym mamy plik virtualenvwrapper.sh

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

Te małe rzeczy to te, które znam ludzie, którzy zaczynają się dławić, ponieważ nie wiedzą, jak dostosować tę linię i znaleźć ścieżkę do swojego pliku. Więc jest mini wyjaśnienie na 4 obrazach

Jak znaleźć i wyświetlić źródło lub ścieżkę do pliku

  1. Otwórz Nautilus, menedżera plików Ubuntu i kliknij inne lokalizacje. Pokaże ci twój dysk twardy, wybierz ten, na którym masz zainstalowany Ubuntu.
  2. Tutaj jesteśmy u podstaw naszego systemu. Kliknij na lupitę, która jest powyżej, a wyszukiwarka zostanie wyświetlona.
  3. W tym przypadku wprowadź nazwę pliku virtualenvwrapper.sh i znajdzie te w całym systemie
  4. Wchodzisz na górę, kliknij prawym przyciskiem i podaj właściwości. Tam zobaczysz całą trasę. Ten, który musisz wziąć, aby zmodyfikować .bashrc

 

Cóż, to wszystko. Gdy plik .bashrc zostanie zmodyfikowany, w moim przypadku wykonaj tę linię w konsoli

źródło /home/nmorato/.local/bin/virtualenvwrapper.sh

uruchom virtualenvwrapper na Ubuntu

Po błędzie w sprawdzaniu samouczka

BŁĄD: virtualenvwrapper nie mógł znaleźć virtualenv w Twojej ścieżce

w tym kroku musiałem również zainstalować pip z

sudo apt zainstaluj virtualenv

Inna opcja to

sudo apt install --reinstall virtualenv

 

 

Tworzymy środowisko keras w virtualenv i virtualenvwrapper

W moim przypadku nazwałem to keras_tf z TensorFlow, który jest backendem, którego będziemy używać z Kerasem i tworzę środowisko programistyczne.

mkvirtualenv keras_tf-p

To bardzo proste. Dzięki temu jest już zainstalowany. Od teraz za każdym razem, gdy będziemy chcieli wejść, będziemy wchodzić

workon keras_tf

Zainstaluj Tensor Flow

Bardzo prosta instrukcja. Prawda jest taka, że ​​tutaj postawiłem na prostotę. Jeśli spojrzysz na oficjalną dokumentację, istnieje wiele opcji.

pip install - uaktualnij tensorflow

Aby sprawdzić, czy wszystko idzie dobrze, wykonujemy w konsoli

 python >>> importuj tensorflow >>>
Otrzymałem błąd związany ze starymi procesorami, o którym opowiem na końcu

Zainstaluj keras

Aby zainstalować Keras, musisz najpierw zainstalować te zależności Pythona. Możliwe jest również skorzystanie z OpenCV i zainstalowanie go teraz, ale ponieważ w tej chwili nie zamierzam go używać, nie chciałem go dalej komplikować.

pip install numpy scipy pip install scikit-learn pip install poduszka pip install h5py

I wreszcie po tym wszystkim można wreszcie zainstalować Keras :)

pip install keras

Sprawdzamy plik keras.json z ~/.keras/keras.json, możesz kliknąć Szukaj w nautilus, menedżerze plików Ubuntu

Wartości domyślne muszą być podobne do tego

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

Przede wszystkim sprawdź, który to backend tensorflow i nie theano i co umieszcza image_data_format channel_last i nie kanały_pierwsze przez theano

Jeśli nie możesz znaleźć keras.json

W większości przypadków plik keras.json i jego podkatalogi nie zostaną utworzone, dopóki nie otworzysz konsoli i nie zaimportujesz pakietu bezpośrednio.
Jeśli więc tak jest w Twoim przypadku i nie możesz go znaleźć w swoim systemie, wykonaj następujące kroki.
workon keras_tf python import keras quit ()

jak przejść na tensrorflow, problem z instrukcjami avx

Spójrz jeszcze raz i magia !!! Teraz się pojawia.

Jeśli wszystko pójdzie dobrze. Wszystko byłoby gotowe, możesz zacząć korzystać z Keras i cieszyć się uczeniem maszynowym, głębokim uczeniem się, sztuczną inteligencją, ...

Miałem dodatkowy problem, który ograniczy użycie TensorFlow. Spójrz na obrazek, a zobaczysz, że w ostatniej linijce znajduje się niedozwolona instrukcja (wygenerowana `` jądro '') w języku angielskim to zrzucony rdzeń.

Problem z instrukcjami TensorFlow i AVX. TensorFlow porzucony

Wydaje się, że prekompilowane wersje binarne TensorFlow w wersjach większych niż 1.5 używają instrukcji AVX, które nie są obsługiwane przez starsze procesory. Po przeszukaniu i przeszukaniu jedynym rozwiązaniem, które znalazłem, był stackoverflow, gdzie powiedzieli, że musimy pozostać przy wersji 1.5

Musiałem więc przejść z TensorFlow do wersji 1.5. Jeśli masz ten sam problem, to zrób to

pip install tensorflow == 1.5

A teraz to?

Cóż, pierwszą rzeczą jest wypróbowanie Keras, jak to działa, czy mogę go zadokować, czy nie. Czy mam zamiar tylko robić testy lub jeśli mam zamiar użyć tego w rozwiązywaniu problemów. Prawda jest taka, że ​​Keras jest zupełnie inny niż użycie Octave / Matlab na kursie uczenia maszynowego. W przypadku Keras wygląda na to, że algorytmy nawet ich nie widzą, masz je już wszczepione i poświęcasz się ich warstwowaniu. Jeśli to zrobię uczenie maszynowei potrzebuję potężniejszego narzędzia, może wybiorę usługi w chmurze, w których Keras jest wstępnie skonfigurowany, takie jak AWS, Azure, Google Cloud itp.

Ale zostawiam to na później. Idę krok po kroku.

Źródła:

Zostaw komentarz