Um guia fácil para começar a aprender a máquina
Frank Ceballos Seg. Dez 18, 2018 · 6 min ler
Foto de Ahmad Dirini no Unsplash
Objetivo: Instalar um ambiente baseado em Python para aprendizado de máquina.
O seguinte conjunto de instruções foi compilado a partir da web e escrito para um sistema operacional Windows 10. Último teste em 02/09/2019.
visão global
Quando comecei a aprender em máquina, demorei algumas horas para descobrir como definir corretamente meu ambiente Python. Por causa da frustração, decidi escrever este post para ajudar alguém a passar pelo processo. Vamos começar instalando o Anaconda Navigator, que nos permitirá criar ambientes independentes, isso será muito útil. Além disso, com o Anaconda, podemos instalar facilmente módulos Python compatíveis com comandos muito simples. Finalmente, podemos usar o Anaconda para obter o Spyder – um ambiente de desenvolvimento científico em Python. Se você seguir o procedimento passo-a-passo mostrado abaixo, você terá instalado o Tensorflow, Keras e Scikit-learn em nenhum momento.
Obtendo Anaconda
Para começar a construir seus modelos de aprendizado de máquina (ML) com o Python, começaremos instalando o Anaconda Navigator. O Anaconda fornece uma maneira eficiente e fácil de instalar módulos Python em sua máquina. Então vamos começar.
- Baixe e instale a versão mais recente do Anaconda Navigator para o seu sistema operacional.
2. Prossiga com o assistente de instalação, mas pule a etapa em que você precisa fazer o download e instalar o VS, faremos isso mais tarde. Além disso, certifique-se de instalar o Anaconda Navigator para um único usuário. No momento em que este conjunto de instruções foi escrito, instalar o VS com o assistente de configuração fez com que minha instalação do Anaconda falhasse. Além disso, instalar o Anaconda para todos os usuários pode causar problemas. Por exemplo, você não poderá instalar nenhum módulo porque o Anaconda não terá os privilégios necessários.
Certifique-se de instalar o Anaconda para o usuário atual, caso contrário, você poderá enfrentar problemas no futuro.
Pular esta etapa. Nós vamos fazer isso daqui a pouco.
3. Inicie o Anaconda Navigator e selecione a guia Home, que deve ser selecionada por padrão. Encontre o painel de código VS e clique no botão Instalar. Isso levará um ou dois minutos.
Depois de instalar o VS Code, você poderá ver um botão Iniciar sob o painel Código VS.
Intensificação de Keras e Tensorflow
Agora que instalamos o Anaconda, vamos pegar o Keras e é hora de pegar Keras e Tensorflow na nossa máquina.
4. Feche o Anaconda Navigator e inicie o Prompt do Anaconda. Inicie o prompt do Anaconda procurando por ele na barra de pesquisa do Windows. O seguinte terminal deve abrir. Observe que isso será aberto no ambiente base do Anaconda.
5. Faça o downgrade do Python para uma versão compatível com Keras e Tensorflow . O Anaconda começará a procurar todos os módulos compatíveis do Python 3.6. Isso pode demorar alguns minutos. Para fazer o downgrade para o Python 3.6, use o seguinte comando:
conda install python=3.6
Depois que o ambiente for resolvido, o Anaconda mostrará todos os pacotes que serão baixados.
6. Crie um novo ambiente conda onde instalaremos nossos módulos para construir nossos modelos usando a GPU. Para fazer isso, execute o seguinte comando:
conda create --name PythonGPU
Nota: Assegure-se de que você tenha uma placa gráfica NVIDIA. Se você não fizer isso, instale a versão da CPU do Keras.
Se você quiser usar sua CPU, execute o seguinte comando:
conda create --name PythonCPU
Siga as instruções exibidas no terminal. Ambientes Conda dão ao usuário a liberdade de instalar módulos muito específicos que são habitats independentes. Pessoalmente, criei dois ambientes. Um onde eu posso construir meus modelos usando a CPU e o outro onde eu posso construir meus modelos usando a GPU. Para mais informações sobre ambientes conda, sugiro que você dê uma olhada na documentação oficial .
7. Para ativar o ambiente conda que acabou de ser criado, use:
activate PythonGPU ou activate PythonCPU
Para desativar o uso do ambiente:
conda deactivate
Não desative o ambiente ainda, estamos prestes a instalar todas as coisas boas.
8. Para instalar as versões de GPU Keras & Tensorflow, os módulos necessários para criar nossos modelos com nossa GPU, execute o seguinte comando:
conda install -c anaconda keras-gpu
Se você quiser usar sua CPU para construir modelos, execute o seguinte comando:
conda install -c anaconda keras
Um monte de coisas de computador vai começar a acontecer. Uma vez que a loucura pare, podemos seguir em frente. Não feche nada ainda.
Obtendo Spyder e outros pacotes Python para Aprendizado de Máquina / Aprendizado Profundo
Agora você pode querer que algum software escreva e execute seus scripts Python. Você sempre pode usar o Vim para escrever e editar seus scripts Python e ter outro terminal aberto para executá-los. No entanto, você estará perdendo todos os recursos interessantes que o Spyder tem a oferecer.
9. Instale o Spyder.
conda install spyder
10. Instale os pandas . Pandas é uma biblioteca extremamente poderosa e permite que você leia, manipule e visualize facilmente dados.
conda install -c anaconda pandas
Se você quiser ler arquivos do Excel com Pandas, execute os seguintes comandos:
conda install -c anaconda xlrd
conda install -c anaconda xlwt
11. Instale a biblioteca Seaborn . Seaborn é uma biblioteca incrível que permite visualizar facilmente seus dados.
conda install -c anaconda seaborn
12. Para instalar o scikit-learn.
conda install -c anaconda scikit-learn
13. Instale o Pillow para manipular imagens
conda install pillow
Adicionando Módulos Ausentes
Até agora você deve se sentir confortável instalando módulos usando o comando conda. Se você precisar de um módulo específico, basta Google algo ao longo das seguintes linhas:
Anaconda LibraryNameYouWant Install
Se você encontrar algum problema, pesquise na web. É mais provável que você não seja a primeira pessoa a encontrar um determinado erro.
Lançamento do Spyder e verificação de que todos os módulos foram instalados corretamente
Para iniciar o Spyder, primeiro ative o ambiente conda que você quer (PythonCPU ou PythonGPU) e execute o seguinte comando:
spyder
Para garantir que tudo foi instalado corretamente, execute as seguintes linhas de código no console do python:
import numpy como np # Para cálculos numéricos rápidos numéricos
import matplotlib.pyplot como plt # Para fazer plotagens
importar pandas como pd # Lida com dados
import seaborn as sns # Faz belas parcelas
de sklearn.preprocessing import StandardScaler # Teste de sklearn
importe tensorflow # Importa o tensorflow
import keras # Importações keras
Se você não vir nenhum erro ModuleImport, estará pronto para começar a criar modelos baseados em aprendizado de máquina usando Keras, Tensorflow e Scikit-Learn.
Encontre-me no LinkedIn .