Instalación de TensorFlow en Windows

TensorFlow es un marco de aprendizaje profundo que proporciona una interfaz fácil para una variedad de funcionalidades, necesarias para realizar tareas de aprendizaje profundo de vanguardia...

Introducción a TensorFlow

TensorFlow es un marco de aprendizaje profundo que proporciona una interfaz fácil para una variedad de funcionalidades, necesarias para realizar tareas de aprendizaje profundo de última generación, como reconocimiento de imágenes, clasificación de texto, etc. en. Es un framework de aprendizaje automático desarrollado por Google y se utiliza para diseñar, construir y entrenar modelos de aprendizaje profundo como las Redes neuronales. La Visión de la nube de Google y AlphaGo son algunos de los ejemplos de las aplicaciones construidas encima de TensorFlow. TensorFlow es una biblioteca de código abierto y se puede descargar y usar de forma gratuita.

En este artículo, veremos cómo instalar TensorFlow en una máquina con Windows.

Tipos de instalación de TensorFlow

Al instalar TensorFlow, puede elegir la versión solo para CPU o compatible con GPU. Recomendaría instalar la versión de CPU si necesita diseñar y entrenar modelos simples de aprendizaje automático, o si recién está comenzando. Sin embargo, la versión de la CPU puede ser más lenta al realizar tareas complejas, especialmente aquellas que involucran el procesamiento de imágenes. Si necesita usar TensorFlow para procesar una gran cantidad de datos, especialmente en los casos en los que los datos involucran imágenes, le recomiendo que instale la versión compatible con GPU.

TensorFlow compatible con GPU requiere que instale una serie de bibliotecas y controladores. Es compatible con la tarjeta NVIDIA GPU, con soporte para CUDA Compute 3.5 o superior.

Debes instalar el siguiente software para ejecutar la versión GPU de TensorFlow:

  • Controladores de GPU NVIDIA
  • Kit de herramientas CUDA: CUDA 9.0. -NCCL 2.2 (opcional)
  • CuDNN SDK (7.2 o superior)
  • TensorRT para mejorar la latencia y el rendimiento.

Elección del método de instalación

En Windows, TensorFlow se puede instalar a través de "pip" o "anaconda". Python viene con el administrador de paquetes pip, por lo que si ya ha instalado Python, entonces también debería tener pip. El paquete puede instalar TensorFlow junto con sus dependencias.

Anaconda también es una excelente opción para instalar TensorFlow, pero no se envía con Python como pip, por lo tanto, debe descargarlo e instalarlo por separado.

Ambos paquetes son de código abierto, así que siéntete libre de elegir el que más te guste.

Instalación con pip

Para obtener el administrador de paquetes pip, primero debe instalar Python. Descarga la última versión de Python desde el sitio web oficial de Phyton e instálalo.

Una vez que se complete la instalación, verifique la versión de pip que se ejecuta en su sistema. Para hacerlo, vaya al símbolo del sistema y escriba:

1
$ pip3 --version

Como ha instalado la última versión de Python, es decir, Python 3.x, tiene pip3 y no pip. Este último se usó con Python 2.7.

Ahora es el momento de instalar TensorFlow. Ejecute el símbolo del sistema de Windows como administrador. Para hacerlo, vaya al menú de inicio en su máquina con Windows, busque "cmd", haga clic con el botón derecho y seleccione "Ejecutar como administrador".

Después de eso, solo tiene que ejecutar un comando simple para instalar TensorFlow. Aquí está el comando:

1
$ pip3 install --upgrade tensorflow

El comando tardará un tiempo en ejecutarse, así que tenga paciencia. Con pip, puede instalar TensorFlow con compatibilidad con GPU de la siguiente manera:

1
$ pip3 install tensorflow-gpu

¡Y eso es! Ahora puede saltar a la sección "Verificación de la instalación" a continuación para asegurarse de que se instaló correctamente.

Instalación con Anaconda

Python no se envía con Anaconda, por lo que primero debe instalarlo en su sistema. Puede descargarlo desde Anaconda.com.

Una vez descargado el paquete, haga doble clic en él para iniciar la instalación. Las instrucciones de instalación de Anaconda se pueden encontrar en este enlace. El instalador será verificado y aparecerá una ventana de bienvenida.

Bienvenido a Anaconda{.img-responsive}

Haga clic en Siguiente". En la siguiente ventana, se le pedirá que acepte los términos del acuerdo de Anaconda.

Acuerdo de licencia{.img-responsive}

Haga clic en "Acepto". Se le pedirá que elija el tipo de instalación, ya sea solo para usted o para todos los usuarios. Elige la opción que necesites y haz clic en "Siguiente".

Puede instalarlo en el directorio predeterminado o navegar a otro directorio. Haga clic en Siguiente".

Verá la ventana de "Opciones avanzadas". Marque la segunda casilla de verificación, es decir, "Registrar Anaconda como mi Python 3.6 predeterminado".

Opciones de instalación avanzadas{.img-responsive}

Haga clic en "Instalar" y comenzará el proceso de instalación.

Una vez que se complete la instalación, recibirá el siguiente mensaje:

Instalación completa{.img-responsive}

Haga clic en "Siguiente" y "Finalizar" en las ventanas siguientes para completar la instalación de Anaconda.

Ahora que ha instalado Anaconda, puede usar "conda", un administrador de paquetes utilizado para la administración de entornos virtuales y la instalación de paquetes para Anaconda.

Vaya al menú de inicio de Windows y escriba "indicador de anaconda". Desde las opciones, haga clic en "Anaconda Prompt" para iniciar el indicador como se muestra en la figura a continuación:

Anaconda Prompt{.img-responsive}

Para ver los detalles del paquete conda, escriba este comando en el indicador:

1
$ conda info

Ahora crearemos un entorno virtual de Python con conda. Un entorno virtual es una copia de trabajo aislada de Python, capaz de mantener sus propios archivos, rutas y directorios para que pueda trabajar con versiones específicas de las diferentes bibliotecas de Python sin afectar a los otros proyectos de Python.

Para crear un entorno virtual para TensorFlow, ejecute el comando conda create con la siguiente sintaxis:

1
$ conda create -n [environment-name]

Llamemos al entorno como tensorenviron. Aunque puedes usar el nombre que quieras.

1
$ conda create -n tensorenviron

Se le pedirá que permita que el proceso continúe. Simplemente escriba "y" para "sí" y presione la tecla Intro en su teclado. El entorno se creará correctamente.

A continuación, podemos activar el entorno que acabamos de crear:

1
$ activate tensorenviron

Verá el cambio de aviso.

A continuación, ejecute el siguiente comando para instalar TensorFlow:

1
$ conda install tensorflow

Se mostrará una lista de paquetes que se instalarán junto con TensorFlow. El comando le pedirá que confirme la instalación de estos paquetes. Escribe "y" y luego presiona la tecla enter. El progreso del proceso de instalación se mostrará en el símbolo del sistema.

Verificando la instalación

Ahora que se instaló TensorFlow, podemos verificar si la instalación fue exitosa o no. Para hacerlo, podemos ejecutar la instrucción import de Python y ver si podemos importar con éxito la biblioteca TensorFlow.

En el símbolo del sistema abierto anteriormente, que debería usar el entorno virtual en el que instaló TensorFlow, escriba python para acceder a la terminal de Python:

1
$ python

Ahora intente importar la biblioteca:

1
import tensorflow as tf

Si todo está bien, el comando no devolverá nada más que el indicador de Python. Sin embargo, si la instalación no tuvo éxito, obtendrá un error.

Recursos

¿Acabas de empezar con TensorFlow? Instalarlo es solo el primer paso. Si quieres aprender más allá de esto, te recomendamos probar un recurso más detallado, como el [Aprendizaje automático práctico con Scikit-Learn y TensorFlow](https://stackabu.se/hands-on-machine-learning-scikit-learn -tensorflow) libro. Aprenderá mucho de este libro, y no solo sobre TensorFlow y Scikit-Learn, sino sobre Machine Learning en general.

Conclusión

TensorFlow es un marco de aprendizaje automático utilizado para el desarrollo de modelos de aprendizaje profundo. El marco fue desarrollado por Google y viene en dos sabores, las versiones solo para CPU y las versiones compatibles con GPU. Este último es más potente que el primero y es más adecuado para tareas de procesamiento de imágenes. En este artículo, vimos cómo podemos instalar TensorFlow en una máquina con Windows usando el comando pip, así como a través del marco Anaconda.