TensorFlow ist eine von Google erstellte Open-Source-Bibliothek, mit der Systeme mithilfe der Technologie des maschinellen Lernens entwickelt werden. Diese Bibliothek enthält die Implementierung vieler leistungsfähiger Algorithmen zur Lösung gängiger Probleme des maschinellen Lernens, einschließlich Mustererkennung und Entscheidungsfindung.
Dieses Material ist den Grundlagen von TensorFlow gewidmet und richtet sich an Leser, die nichts über diese Bibliothek wissen.
TensorFlow: Eine moderne Bibliothek für maschinelles Lernen
Das TensorFlow-Projekt wurde 2015 von Google in die Kategorie Open Source übertragen. Sein Vorgänger war das DistBelief-Projekt, dessen jahrelange Erfahrung sich in der Arbeit angesammelt hat und die sich in TensorFlow widerspiegelte.
Die Entwickler der TensorFlow-Bibliothek wollten flexibel, effizient, erweiterbar und portabel sein. Infolgedessen kann es in einer Vielzahl von Computerumgebungen verwendet werden - von solchen, die von mobilen Geräten gebildet werden, bis zu Umgebungen, die durch riesige Cluster dargestellt werden. Mit der Bibliothek können Sie schnell trainierte Modelle für die eigentliche Arbeit vorbereiten, sodass keine speziellen Modellimplementierungen für Produktionszwecke erstellt werden müssen.
Die TensorFlow-Bibliothek zieht einerseits die Aufmerksamkeit der Open-Source-Community auf sich, ist offen für Innovationen und wird andererseits von einem großen Unternehmen unterstützt. Dies erlaubt uns zu sagen, dass sie jede Chance auf eine stabile Entwicklung hat.
Diese Bibliothek eignet sich dank der gemeinsamen Bemühungen aller, die daran arbeiten, zur Lösung von Problemen verschiedener Größenordnungen. Von denen, die vor einem unabhängigen Entwickler entstehen, bis zu denen, die Startups und sogar großen Unternehmen wie Google gegenüberstehen. Von dem Moment an, als diese Bibliothek Open Source wurde, ist sie seit November 2015 eine der interessantesten Bibliotheken für maschinelles Lernen. Es wird zunehmend in der Forschung, bei der Entwicklung realer Anwendungen und in der Ausbildung eingesetzt.
TensorFlow wird ständig verbessert, es wird ständig mit etwas Neuem, Optimiertem versorgt. Darüber hinaus ist eine Community um diese Bibliothek gewachsen.
Über TensorFlow
Tensor ist eine Standardmethode zur Darstellung von Daten in Deep-Learning-Systemen. Tensoren sind mehrdimensionale Arrays, eine Erweiterung zweidimensionaler Tabellen (Matrizen) zur Darstellung von Daten mit höheren Dimensionen. Einfach ausgedrückt ist ein Tensor eine n-dimensionale Matrix.
Wenn Sie es gewohnt sind, mit Matrizen zu arbeiten, können Sie sich Tensoren im Allgemeinen genauso vorstellen wie Matrizen.
Beginnen wir mit der Installation von TensorFlow.
Installieren Sie TensorFlow
Wenn Sie mit einer sauberen Python-Installation beginnen (möglicherweise haben Sie Python speziell zum Erlernen von TensorFlow installiert), installieren Sie einfach
pip , um TensorFlow zu installieren:
pip install tensorflow
Dieser Ansatz ist einfach, weist jedoch einige unangenehme Merkmale auf. Sie bestehen darin, dass bei der Installation von TensorFlow anstelle bereits installierter Pakete bestimmte Versionen der Abhängigkeitspakete dieser Bibliothek installiert werden.
Wenn Sie eine vorhandene Python-Installation für andere Zwecke verwenden, wird diese Methode nicht empfohlen. Eine Möglichkeit, TensorFlow unter Umgehung der oben genannten Funktionen zu installieren, besteht darin, eine von
virtualenv verwaltete virtuelle Umgebung zu
virtualenv . Vielleicht haben Sie dieses Dienstprogramm bereits installiert, vielleicht auch nicht. Wenn Sie es nicht installiert haben, können Sie es folgendermaßen installieren:
pip install virtualenv
virtualenv mehr über
virtualenv .
Um TensorFlow in einer virtuellen Umgebung zu installieren, müssen Sie zunächst eine solche Umgebung erstellen. Wir werden es im
~/envs , aber Sie können einen anderen Ordner auswählen, der für Sie besser geeignet ist:
cd ~ mkdir envs virtualenv ~/envs/tensorflow
Oben haben wir die virtuelle
tensorflow Umgebung im
~/envs (sie wird durch den
~/envs/tensorflow ). Verwenden Sie den folgenden Befehl, um diese Umgebung zu aktivieren:
source ~/envs/tensorflow/bin/activate
Danach sollte sich die Eingabeaufforderung ändern und die aktivierte virtuelle Umgebung anzeigen:
(tensorflow)
Jetzt können Sie TensorFlow in einer virtuellen Umgebung mit
pip installieren:
(tensorflow) pip install tensorflow
Eine solche Installation wirkt sich nicht auf andere auf dem Computer installierte Pakete aus.
Um die virtuelle Umgebung zu verlassen, können Sie den folgenden Befehl verwenden:
(tensorflow) deactivate
Danach nimmt die Eingabeaufforderung ihre normale Form an.
Bis vor kurzem war TensorFlow in einer Windows-Umgebung sehr schwierig zu verwenden. Nach der Veröffentlichung von TensorFlow 0.12 werden jedoch keine besonderen Probleme in diesem Bereich mehr beobachtet. Um die CPU-Version von TensorFlow für Windows zu installieren, reicht es aus, den folgenden Befehl auszuführen:
pip install tensorflow
Und um die GPU-Version zu installieren - die folgenden:
pip install tensorflow-gpu
Bei der Installation dieser Version von TensorFlow wird davon ausgegangen, dass Sie bereits über CUDA 8 verfügen.
Jetzt ist die TensorFlow-Bibliothek auf Ihrem Computer installiert, was bedeutet, dass es Zeit ist, damit zu arbeiten. Beginnen wir, wie es normalerweise beim Erlernen neuer Technologien der Fall ist, mit „Hello World!“
Liebe Leser! Dieses Material ist eine Übersetzung des Anfangs
dieser Veröffentlichung von TensorFlow Fundamentals. Denken Sie, dass es sich lohnt, es weiter zu übersetzen?
