Windows 10'da Python Tabanlı Makine Öğrenim Ortamı Kurulumu

Makine öğrenmeye başlamak için kolay bir rehber

Unsplash'ta Ahmad Dirini tarafından fotoğraf

Amaç: Makine öğrenmesi için Python tabanlı bir ortam kurmak.

Aşağıdaki talimatlar web üzerinden derlenmiş ve bir Windows 10 işletim sistemi için yazılmış. Son test tarihi 02.09.2019 tarihinde yapıldı.

genel bakış

Makine öğrenmeye ilk başladığımda Python ortamımı nasıl düzgün şekilde ayarlayabileceğimi bulmak birkaç saatimi aldı. Hayal kırıklığı yaşamadan, bu yazıyı herkesin işlemden geçmesine yardımcı olmak için yazmaya karar verdim. Bağımsız ortamlar yaratmamızı sağlayacak Anaconda Navigator'ı kurarak başlayacağız, bu gerçekten kullanışlı olacak. Ek olarak, Anaconda ile uyumlu Python modüllerini çok basit komutlarla kolayca kurabiliriz. Sonunda, Anaconda'yı bilimsel bir Python geliştirme ortamı olan Spyder'ı edinmek için kullanabiliriz. Aşağıda gösterilen adım adım prosedürü izlerseniz, kısa sürede Tensorflow, Keras ve Scikit-learn yazılımını yükleyeceksiniz.

Anaconda'yı Başlarken

Python ile makine öğrenim (ML) modellerinizi oluşturmaya başlamak için Anaconda Navigator'ı yükleyerek başlayacağız. Anaconda, Python modüllerini makinenize takmanın verimli ve kolay bir yolunu sunar. Öyleyse başlayalım.

  1. İşletim sisteminiz için Anaconda Navigator'ın en son sürümünü indirin ve yükleyin.

2. Kurulum sihirbazı ile devam edin ancak VS'yi indirip kurmanız gereken adımı atlayın, bunu daha sonra yapacağız. Ek olarak, Anaconda Navigator'ı tek bir kullanıcı için yüklediğinizden emin olun. Bu talimat setinin yazıldığı sırada VS'yi kurulum sihirbazı ile kurmak Anaconda kurulumumu başarısız hale getirdi. Ek olarak, Anaconda'yı Tüm Kullanıcılar için yüklemek sorunlara yol açabilir. Örneğin, herhangi bir modül kuramazsınız çünkü Anaconda gerekli haklara sahip olmaz.

Anaconda'yı mevcut kullanıcıya kurduğunuzdan emin olun, aksi takdirde yolun aşağısında sorunlarla karşılaşabilirsiniz.Bu adımı atla. Birazdan halledeceğiz.

3. Anaconda Navigator'ı başlatın ve Giriş Sekmesini seçin, varsayılan olarak seçilmesi gerekir. VS Kod Panelini bulun ve Yükle düğmesine tıklayın. Bu bir iki dakika sürecek.

VS Kodunu yükledikten sonra, VS Kodu panelinin altındaki Başlat düğmesini görebileceksiniz.

Keras ve Tensor akışı

Şimdi Anaconda'yı kurduğumuza göre, hadi makinemizde Keras ve Tensorflow'u alalım.

4. Anaconda Navigator'ı kapatın ve Anaconda Prompt'i başlatın. Windows arama çubuğunda arayarak Anaconda istemini başlatın. Aşağıdaki terminal açılmalıdır. Bunun Anaconda ortamında açılacağına dikkat edin.

5. Python'u Keras ve Tensorflow uyumlu bir sürüme düşürün. Anaconda, Python 3.6 için uyumlu tüm modülleri aramaya başlayacaktır. Bu, birkaç dakika sürebilir. Python 3.6'ya düşürmek için aşağıdaki komutu kullanın:

conda kurulum python = 3.6

Ortam çözüldükten sonra Anaconda size indirilecek bütün paketleri gösterecektir.

6. Modellerimizi GPU kullanarak inşa etmek için modüllerimizi kuracağımız yeni bir conda ortamı oluşturun. Bunu yapmak için, aşağıdaki komutu yürütün:

conda oluştur - name PythonGPU

Not: Bir NVIDIA grafik kartınızın olduğundan emin olun. Yoksa, Keras'ın CPU sürümünü yükleyin.

CPU'nuzu kullanmak yerine, aşağıdaki komutu uygulayın:

conda oluştur - name PythonCPU

Terminalde görüntülenen talimatları izleyin. Conda ortamları, kullanıcıya bağımsız habitat olan çok özel modüller kurma özgürlüğü verir. Şahsen ben iki ortam yarattım. Biri CPU'yu kullanarak modellerimi kurabilirim, diğeri de GPU'yu kullanarak modellerimi oluşturabilirim. Conda ortamları hakkında daha fazla bilgi için resmi belgelere göz atmanızı öneririm.

7. Yeni oluşturulan conda ortamını etkinleştirmek için

PythonGPU’yu etkinleştirin veya PythonCPU’yu etkinleştirin

Çevreyi devre dışı bırakmak için şunu kullanın:

conda devre dışı bırakma

Henüz çevreyi devre dışı bırakmayın, tüm iyi şeyleri yüklemek üzereyiz.

8. Keras & Tensorflow GPU sürümlerini kurmak için, modellerimizi GPU'mızla oluşturmak için gerekli olan modüller, aşağıdaki komutu uygular:

conda yüklemek -c anaconda keras-gpu

CPU'nuzu modeller oluşturmak için kullanmak istiyorsanız, bunun yerine aşağıdaki komutu uygulayın:

conda yüklemek -c anaconda keras

Bir sürü bilgisayar olayı başlayacak. Delilik durduğunda, devam edebiliriz. Henüz hiçbir şeyi kapatmayın.

Makine Öğrenimi / Derin Öğrenme İçin Spyder ve Diğer Python Paketlerini Alma

Şimdi bir kısım yazılımın Python scriptlerinizi yazmasını ve çalıştırmasını isteyebilirsiniz. Python komut dosyalarınızı yazmak ve düzenlemek için her zaman Vim'i kullanabilir ve yürütmek için başka bir terminalin açık olmasını sağlayabilirsiniz. Ancak, Spyder'in sunduğu harika özelliklerin hiçbirini kaçırmayacaksınız.

9. Spyder'ı yükleyin.

conda casusluk yüklemek

10. Pandaları takın. Pandalar son derece güçlü bir kütüphanedir ve verileri kolayca okumanıza, değiştirmenize ve görselleştirmenize izin verir.

conda yüklemek -c anaconda pandalar

Excel dosyalarını Panda'larla okumak istiyorsanız, aşağıdaki komutları yürütün:

conda yüklemek -c anaconda xlrd

conda yüklemek -c anaconda xlwt

11. Seaborn kütüphanesini kurun. Seaborn, verilerinizi kolayca görselleştirmenize izin veren inanılmaz bir kütüphanedir.

conda yüklemek -c anaconda seaborn

12. scikit-learn programını kurmak için.

conda yüklemek -c anaconda scikit-öğrenmek

13. Görüntüleri işlemek için Yastığı Takın

conda yastık yükleyin

Eksik Modül Ekleme

Şimdiye dek conda komutunu kullanarak modülleri kurmakta kendinizi rahat hissetmelisiniz. Belirli bir modüle ihtiyacınız varsa, Google’ı aşağıdaki satırlar boyunca bir şey ile kolayca paylaşın:

Anaconda LibraryNameYouWant Yüklemek

Herhangi bir sorunla karşılaşırsanız web’de arama yapın. Belirli bir hatayla karşılaşan ilk kişi siz değilsiniz.

Spyder'ı Başlatma ve Tüm Modüllerin Doğru Takıldığını Kontrol Etme

Spyder'ı başlatmak için, önce istediğiniz conda ortamını etkinleştirin (PythonCPU veya PythonGPU) ve aşağıdaki komutu çalıştırın:

örümcek

Her şeyin doğru yüklendiğinden emin olmak için python konsolunda aşağıdaki kod satırlarını yürütün:

np olarak numpy al # Sayısal hızlı sayısal hesaplamalar için
matplotlib.pyplot dosyasını plt olarak al
pandaları pd olarak içe aktar # Verilerle ilgilenir
sns gibi seaborn ithal # Güzel araziler yapar
dan itibaren sklearn.preprocessing import StandardScaler # Test sklearn
tensorflow içe aktarma # tensorflow içe aktarır
ithal terimler

ModuleImport hatası görmüyorsanız, şimdi Keras, Tensorflow ve Scikit-Learn kullanarak makine öğrenmeye dayalı modeller oluşturmaya hazırsınız.

Beni LinkedIn'de bulabilirsiniz.