Baada ya kumaliza Kozi ya Kujifunza Mashine, Nilikuwa nikitafuta niendelee wapi. Mazingira ya maendeleo yanayotumiwa katika kozi ya uwakilishi wa Octave / Matlab sio ambayo watu hutumia, kwa hivyo lazima uruke kwa kitu cha hali ya juu zaidi. Miongoni mwa wagombea ambao wamependekezwa kwangu zaidi ni Keras, kwa kutumia backend TensorFlow. Sitakwenda ikiwa Keras ni bora kuliko zana zingine au mifumo au ikiwa nichagua TensorFlow au Theano. Nitaelezea tu jinsi inaweza kusanikishwa katika Ubuntu.
Kwanza nilijaribu kuiweka kutoka kwa nyaraka za kurasa rasmi, na haikuwezekana, kila wakati nilikuwa na hitilafu, swali ambalo halijasuluhishwa. Mwishowe nilienda kutafuta mafunzo maalum juu ya jinsi ya kufunga keras kwenye Ubuntu Na bado nimetumia siku mbili kutumia muda mwingi usiku. Mwishowe nimefanikiwa na ninakuachia jinsi nimefanya hivyo ikiwa inaweza kukutengenezea njia.
Tunapoenda kufuata hatua zilizopendekezwa na wavuti ambazo ninakuachia kutoka vyanzo mwishoni mwa mafunzo, tutaweka PIP ambayo sikuwa nayo, kusimamia vifurushi. pip katika linux ni kwamba, mfumo wa usimamizi wa kifurushi ulioandikwa katika chatu.
Sudo apt-get kufunga python3-pip sudo apt kufunga python-pip
Sakinisha wema kwa kutumia pip3
Na Virtualenv tunaweza kuunda mazingira halisi na Python. Tunaweza kusema kuwa mazingira halisi yanajumuisha mradi ambapo tunaweza kufanya kazi na vifurushi tofauti na katika matoleo tofauti.
Hapa shida za kwanza zimeonekana wakati wa kutumia Sudo na mafunzo ambayo nilikuwa nikifuata (Sudo pip3 install virtualenv) ilirudisha makosa
Wengine walipendekeza kusafisha folda ya http kutoka kwa cache lakini hiyo haijafanya kazi. Suluhisho lingine ambalo sijapendekeza ni kutumia -H, ambayo ni, Sudo -H pip3 install virtualenv. Lakini suluhisho rahisi zaidi ambalo limefanya kazi katika kesi yangu limekuwa
pip3 sakinisha fadhila
pip3 badala ya pip inamaanisha kuwa tutatumia chatu 3
Na tutaweka Virtualenvwrapper
Virtualenvwrapper sisi vitamini, inaendesha kazi nyingi na mipangilio ya Virtualenv. Inatusaidia kufanya kila kitu iwe rahisi. Ndiyo sababu tunatumia.
Kufuatia hatua zilizopendekezwa na mafunzo anuwai, ilionekana kuwa kila kitu kiliwekwa lakini wakati nikitumia mkvirtualenva, ambayo ni moja ya hatua zilizo hapa chini, kila wakati iliniambia kwamba haikutambua maagizo haya. Mwishowe niliweza kuiweka na kutengeneza virtuanenvwrapper kazi kama hii.
bomba funga fadhila
Mara tu tutakapoona Hariri .bashrc na na tutaweka chanzo chetu, ambayo ni, anwani ambayo tunayo faili ya virtualenvwrapper.sh
usafirishaji KAZI_ NYUMBANI = $ NYUMBANI / .virtualenvs usafirishaji PROJECT_HOME = $ NYUMBANI / chanzo cha Devel / nyumba / nmorato/.local/bin/virtualenvwrapper.sh
Vitu hivi vidogo ndio najua kwamba watu wanaanza kuisonga kwa sababu hawajui jinsi ya kubadilisha laini hiyo na kupata njia ya faili yao. Kwa hivyo kuna maelezo-mini katika picha 4
Jinsi ya kupata na kuona chanzo au njia ya faili
- Fungua Nautilus, msimamizi wa faili ya Ubuntu na bonyeza kwenye maeneo mengine. Itakuonyesha gari yako ngumu, chagua ile ambayo Ubuntu umewekwa.
- Hapa sisi ndio mzizi wa mfumo wetu. Bonyeza kwenye lupita hapo juu na injini ya utaftaji itaonyeshwa.
- Ingiza jina la faili, katika kesi hii fadhila nzuri.sh na itakukuta ndio katika mfumo mzima
- Unakuwa juu, bonyeza kitufe cha kulia na upe mali. Huko utaona njia yake kamili. Unayopaswa kuchukua kurekebisha faili ya .bashrc
Kweli ndio hiyo. Mara baada ya .bashrc imebadilishwa, fanya mstari huo kwenye koni, kwa upande wangu
chanzo / nyumbani / nmorato/.local/bin/virtualenvwrapper.sh
Baada ya hitilafu katika kukagua mafunzo
KOSA: fadhila haikuweza kupata wema katika njia yako
katika hatua hii ilibidi pia kusanikisha bomba na
Sudo apt kufunga fadhila
Chaguo jingine ni
Sudo apt install - sakinisha fadhila
Tunaunda mazingira ya keras katika fadhila na virtualenvwrapper
Kwa upande wangu nimeiita keras_tf kutoka TensorFlow ambayo ni nyuma ambayo tutatumia na Keras na ninaunda mazingira ya maendeleo.
mkvirtualenv keras_tf -p
Ni rahisi sana. Pamoja na hayo tayari imewekwa. Kuanzia sasa kila wakati tunapotaka kuingia tutaingia
kazi keras_tf
Sakinisha Mtiririko wa Tensor
Maagizo rahisi sana. Ukweli ni kwamba hapa nimeiweka rahisi. Ukiangalia nyaraka rasmi, kuna chaguzi nyingi.
kufunga bomba - kuboresha tensorflow
Kuangalia kuwa kila kitu kinaenda vizuri tunatekeleza katika kiweko
chatu >>> kuagiza tensorflow >>>
Sakinisha kera
Ili kusanikisha Keras, lazima kwanza usakinishe utegemezi huu wa chatu. Inawezekana pia kutumia na kusanikisha OpenCV sasa, lakini kwa kuwa sitaitumia kwa sasa sikutaka kuisumbua zaidi.
pip install numpy scipy pip install scikit-jifunze pip install mto pip install h5py
Na mwishowe baada ya yote hapo juu mwishowe unaweza kusanikisha Keras :)
bomba kufunga keras
Tunaangalia faili ya keras.json kutoka ~/.keri/keri.json unaweza kubofya Tafuta katika nautilus, msimamizi wa faili ya Ubuntu
Thamani chaguomsingi zinapaswa kuwa sawa na hii
{"floatx": "float32", "epsilon": 1e-07, "backend": "tensorflow", "image_data_format": "channels_last"}
Zaidi ya yote angalia ni nyuma gani tensorflow na si theano na picha_data_format inaweka nini kituo_ cha mwisho na hapana njia_kwanza na theano
Ikiwa huwezi kupata keras.json
workon keras_tf chatu kuagiza kera kuacha ()
Angalia tena na uchawi !!! Sasa inaonekana.
Ikiwa kila kitu kitaenda sawa. Ungekuwa na kila kitu tayari, unaweza kuanza kutumia Keras na kufurahiya Kujifunza kwa Mashine, ujifunzaji wa kina, akili ya bandia, ...
Nimekuwa na shida ya ziada ambayo itapunguza matumizi ya TensorFlow. Angalia picha na utaona kuwa mstari wa mwisho ni maagizo haramu ('msingi' yaliyotengenezwa) kwa Kiingereza ndio msingi uliotupwa.
Shida na maagizo ya TensorFlow na AVX. TensorFlow imetupwa
Inaonekana kwamba matoleo ya binary yaliyotanguliwa ya matoleo ya TensorFlow zaidi ya 1.5 hutumia maagizo ya AVX ambayo hayategemezwi na CPU za zamani. Baada ya kutafuta na kutafuta, suluhisho pekee nililopata ni juu ya mtiririko wa juu, ambapo walisema tulilazimika kukaa kwenye toleo 1.5
Kwa hivyo ilibidi kushusha kiwango kutoka kwa TensorFlow hadi 1.5 Ikiwa una shida sawa hii imefanywa na
bomba kufunga tensorflow == 1.5
Na sasa hiyo?
Kweli jambo la kwanza ni kujaribu Keras, jinsi inavyofanya kazi, ikiwa nitaiweka kizimbani au la. Ikiwa nitaenda kufanya vipimo au ikiwa nitaitumia ni ukweli katika utatuzi. Ukweli ni kwamba Keras ni tofauti kabisa na matumizi niliyotengeneza ya Octave / Matlab katika kozi ya Kujifunza Mashine. Pamoja na Keras, inaonekana kwamba hauoni hata algorithms, tayari umepandikiza na unajitolea kuiweka. Ikiwa nitaendelea nayo kujifunza kwa mashine, na ninahitaji zana yenye nguvu zaidi labda ninachagua huduma za wingu ambapo Keras imetengenezwa kama AWS, Azure, wingu la google, n.k.
Lakini ninaacha hii baadaye. Ninaenda hatua kwa hatua.
- Kuweka Keras na backend ya TensorFlow
- Kufunga Kera kwa ujifunzaji wa kina
- Ufungaji wa Keras na TensorFlow
- Nyaraka rasmi za Keras
- Nyaraka rasmi za TensorFlow
- Nyaraka rasmi za Virtualenv
- Nyaraka rasmi za Virtualenvwrapper