TensorFlow est une bibliothèque open source créée par Google qui est utilisée pour développer des systèmes utilisant la technologie d'apprentissage automatique. Cette bibliothèque comprend la mise en œuvre de nombreux algorithmes puissants conçus pour résoudre les problèmes courants d'apprentissage automatique, y compris la reconnaissance de formes et la prise de décision.
Ce matériel est dédié aux bases de TensorFlow et est conçu pour les lecteurs qui ne connaissent rien de cette bibliothèque.
TensorFlow: une bibliothèque d'apprentissage automatique moderne
Le projet TensorFlow a été transféré par Google dans la catégorie open-source en 2015. Son prédécesseur était le projet DistBelief, les années d'expérience accumulées au cours du travail avec lesquelles se reflétaient dans TensorFlow.
Les développeurs de la bibliothèque TensorFlow ont cherché à être flexibles, efficaces, extensibles, portables. En conséquence, il peut être utilisé dans une variété d'environnements informatiques - de ceux qui sont formés par des appareils mobiles aux environnements représentés par d'énormes grappes. La bibliothèque vous permet de préparer rapidement des modèles formés pour un travail réel, ce qui élimine le besoin de créer des implémentations de modèles spéciaux à des fins de production.
La bibliothèque TensorFlow, d'une part, attire l'attention de la communauté open source et est ouverte à l'innovation, et d'autre part, bénéficie du soutien d'une grande entreprise. Cela nous permet de dire qu'elle a toutes les chances d'un développement stable.
Cette bibliothèque, grâce aux efforts conjoints de tous ceux qui y travaillent, est adaptée pour résoudre des problèmes de différentes échelles. De celles qui se présentent devant un développeur indépendant, à celles qui confrontent les startups et même les grandes entreprises comme Google. Depuis le moment où cette bibliothèque est devenue open source, depuis novembre 2015, elle est devenue l'une des bibliothèques d'apprentissage automatique les plus intéressantes. Il est de plus en plus utilisé en recherche, dans le développement d'applications réelles, en formation.
TensorFlow s'améliore constamment, il est constamment fourni avec quelque chose de nouveau, optimisé. De plus, une communauté s'est développée autour de cette bibliothèque.
À propos de TensorFlow
Tensor est un moyen standard de représenter les données dans les systèmes d'apprentissage profond. Les tenseurs sont des tableaux multidimensionnels, une extension des tableaux bidimensionnels (matrices) pour représenter des données avec des dimensions plus élevées. Autrement dit, un tenseur est une matrice à n dimensions.
En général, si vous avez l'habitude de travailler avec des matrices, les tenseurs peuvent être imaginés de la même manière que vous imaginez des matrices.
Commençons par installer TensorFlow.
Installer TensorFlow
Si vous commencez avec une installation Python propre (vous avez peut-être installé Python spécifiquement pour l'apprentissage de TensorFlow), installez simplement
pip pour installer TensorFlow:
pip install tensorflow
Cette approche est simple, mais elle présente des caractéristiques désagréables. Ils consistent en ce que lors de l'installation de TensorFlow, au lieu des packages déjà installés, certaines versions des packages de dépendances de cette bibliothèque seront installées.
Si vous utilisez une installation Python existante à d'autres fins, cette méthode n'est pas recommandée. Une façon d'installer TensorFlow en contournant les fonctionnalités ci-dessus consiste à utiliser un environnement virtuel géré par
virtualenv . Peut-être que cet utilitaire est déjà installé, peut-être pas. Si vous ne l'avez pas installé, vous pouvez l'installer comme ceci:
pip install virtualenv
En savoir plus sur
virtualenv .
Pour installer TensorFlow dans un environnement virtuel, vous devez d'abord créer un tel environnement. Nous allons le placer dans le
~/envs , mais vous pouvez choisir un autre dossier qui vous convient mieux:
cd ~ mkdir envs virtualenv ~/envs/tensorflow
Ci-dessus, nous avons créé l'environnement virtuel
tensorflow dans le
~/envs (il est représenté par le
~/envs/tensorflow ). Afin d'activer cet environnement, utilisez la commande suivante:
source ~/envs/tensorflow/bin/activate
Après cela, l'invite de ligne de commande devrait changer, indiquant l'environnement virtuel activé:
(tensorflow)
Vous pouvez maintenant installer TensorFlow dans un environnement virtuel en utilisant
pip :
(tensorflow) pip install tensorflow
Une telle installation n'affectera pas les autres packages installés sur l'ordinateur.
Pour quitter l'environnement virtuel, vous pouvez utiliser la commande suivante:
(tensorflow) deactivate
Après cela, l'invite de commande prendra sa forme normale.
Jusqu'à récemment, TensorFlow était très difficile à utiliser dans un environnement Windows. Cependant, après la sortie de TensorFlow 0.12, des problèmes particuliers dans ce domaine ne sont plus observés. A savoir, pour installer la version CPU de TensorFlow pour Windows, il suffit d'exécuter la commande suivante:
pip install tensorflow
Et pour installer la version GPU - ce qui suit:
pip install tensorflow-gpu
Lors de l'installation de cette version de TensorFlow, il est supposé que vous disposez déjà de CUDA 8.
Maintenant, la bibliothèque TensorFlow est installée sur votre ordinateur, ce qui signifie qu'il est temps de travailler avec elle. Commençons, comme c'est généralement le cas lors de l'apprentissage des nouvelles technologies, avec "Hello World!"
Chers lecteurs! Ce document est une traduction du début de
cette publication TensorFlow Fundamentals. Pensez-vous que cela vaut la peine de le traduire davantage?
