[译] 用 TensorFlow 2.0 做深度学习入门教程

栏目: 数据库 · 发布时间: 5年前

内容简介:最近,TensorFlow 2.0版的开发者预览版发布没多久,这不,又有一篇优质教程来了。最近,前Youtube视频分类的产品经理、Hands-On MachineLearning with ScikitLearn and TensorFlow一书的作者Aurélien Geron就发布了用tf.keras和TensorFlow2.0做深度学习任务的Jupyter教程。

铜灵 编译整理

量子位 出品 | 公众号 QbitAI

最近,TensorFlow 2.0版的开发者预览版发布没多久,这不,又有一篇优质教程来了。

最近,前Youtube视频分类的产品经理、Hands-On MachineLearning with ScikitLearn and TensorFlow一书的作者Aurélien Geron

就发布了用tf.keras和TensorFlow2.0做深度学习任务的Jupyter教程。

[译] 用 TensorFlow 2.0 做深度学习入门教程

教程一发,网友点赞转发不在少数,不少网友表示教程简洁重点“真的很棒”!

[译] 用 TensorFlow 2.0 做深度学习入门教程

安装

教程开始——

如果之前你没安装过git那就先开始安装吧,输入以下命令复制存储库。

[译] 用 TensorFlow 2.0 做深度学习入门教程

如果熟悉 Python 并知道如何安装Python库,就继续安装NumPy、Matplotlib、Jupyter和TensorFlow吧,可以在requirements.txt中查看详细信息,然后跳转到Starting Jupyter部分。

相关地址:

https://github.com/ageron/tf2_course#starting-jupyter

很多人可能已经安装了2.0的预览版,有些人甚至安装了3.0版本,所以先检查你的Python版本,确定下自己的是哪一种:

[译] 用 TensorFlow 2.0 做深度学习入门教程

这个教程需要Python 3.5或者Python 3.6,TensorFlow目前还不支持Python 3.7。你可以稍微调整后,在Python 2中运行这段代码,但还是建议升级到Python 3。

这时的第一种选择因系统而异,在Windows或MacOSX系统上可以从官网下载,MacOSX系统也可以使用MacPorts或Homebrew。Linux要用系统封装。

官网地址:

https://www.python.org/downloads/

比如,在Debian或Ubuntu中输入:

[译] 用 TensorFlow 2.0 做深度学习入门教程

第二种选择是下载并安装Anaconda,包含Python和很多库。

Anaconda的使用

如果刚刚你选择了其二Anaconda,现在就能创建本教程专用的独立Python环境了:

[译] 用 TensorFlow 2.0 做深度学习入门教程

新的Python 3.6环境tf2course出来后激活它,此外,我们还需要继续安装:

这一步是在tf2course环境中安装TensorFlow 2,如果上一步没有创建这个环境,需要删除-n tf2course选项。

好了准备阶段马上结束,下面即将步入Starting Jupyter的校车。

pip的使用

如果上一步你没有使用Anaconda,则需要安装本课程所需的几个科学Python库:NumPy,Jupyter,Matplotlib和TensorFlow。

因此可以借用Python的集成封装系统pip,你也可能更喜欢使用系统自己的封装系统。使用系统封装系统优势也很明显,就是库版本与系统其他软件包之间存在冲突的风险较小。

而pip的优点是可以容易地创建包含不同库和不同库版本的多个Python环境,且每个环境都相互隔离。

如果想用pip安装所需的库,试试下面这些指令。

首先确保安装了最新版本的pip:

[译] 用 TensorFlow 2.0 做深度学习入门教程

接下来需要创建隔离环境,这样做可以为每个项目提供不同的环境,方便以后的不同任务:

[译] 用 TensorFlow 2.0 做深度学习入门教程

这是系统会自动创建一个env模块来调用当前目录,也包括使用python 3隔离出的单独环境。如果你在系统上安装了多个版本的Python 3,可以将which python3替换成你希望使用的可执行文件路径。

在每次激活环境前,都需要你运行此命令:

[译] 用 TensorFlow 2.0 做深度学习入门教程

接下来用pip安装所需的Python安装包:

[译] 用 TensorFlow 2.0 做深度学习入门教程

大功告成!你只用启动Jupyter就可以了。

启用Jupyter

打开Jupyter,输入下面这段代码:

[译] 用 TensorFlow 2.0 做深度学习入门教程

现在打开你的浏览器可以看到Jupyter的树状图,如果浏览器没有自动打开,你需要先跳转到localhost:8888。

localhost:8888地址:

http://localhost:8888/tree

接下来单击*.ipynb打开Jupyter笔记本。好了,祝你在TensorFlow 2中玩得开心!

作者提示,因为TensorFlow 2.0版还未正式发布,所以预览版与最终版可能存在一定区别,正式发布后还请各位稍加留意。

传送门

GitHub教程:

https://github.com/ageron/tf2_course

— 完 —

加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;

此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。

进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

[译] 用 TensorFlow 2.0 做深度学习入门教程

量子位  QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「好看」吧 !


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

深度学习核心技术与实践

深度学习核心技术与实践

猿辅导研究团队 / 电子工业出版社 / 2018-2 / 119.00元

《深度学习核心技术与实践》主要介绍深度学习的核心算法,以及在计算机视觉、语音识别、自然语言处理中的相关应用。《深度学习核心技术与实践》的作者们都是业界一线的深度学习从业者,所以书中所写内容和业界联系紧密,所涵盖的深度学习相关知识点比较全面。《深度学习核心技术与实践》主要讲解原理,较少贴代码。 《深度学习核心技术与实践》适合深度学习从业人士或者相关研究生作为参考资料,也可以作为入门教程来大致了......一起来看看 《深度学习核心技术与实践》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

在线进制转换器
在线进制转换器

各进制数互转换器