Установка среды Python в Windows 10 для GPU

Простое руководство для начала работы с программами машинного обучения с использованием графических карт NVidea.

Начав программировать на Python, разработчик довольно быстро сталкивается с недостаточной производительностью CPU при просчете моделей машинного / глубокого обучения, особенно в области сверточных нейросетей компьютерного зрения.

Ниже приведена довольно простая инструкция как изначально поставить и сконфигурировать среду Python с использованием графических карт (GPU).

Примечание. Убедитесь, что у вас есть видеокарта NVIDIA! Если она отсутствует, то приведенной инструкцией также можно воспользоваться, установив CPU версию среды Python.

Обзор

Новичку в области машинного обучения требуется несколько часов, чтобы понять, как правильно настроить среду Python. Для облегчения этой задачи я решил рассказать как это делаем мы в нашей Лаборатории

Это позволяет в последствие избежать массы ненужных трудностей. Мы начнем с установки Anaconda Navigator, которая даст возможность создавать независимые среды, и это очень удобно . Кроме того, с помощью Anaconda мы можем легко установить совместимые модули Python с помощью очень простых команд. Наконец, мы можем использовать Anaconda, чтобы установить Jupyter или Spyder – удобные графические интерфейсы разработки в среде Python. Если вы будете следовать процедуре, шаг за шагом, как показано ниже, вы установите Tensorflow , Keras и Scikit, адаптированные под просчеты с GPU.

Установка Анаконды

Чтобы начать строить модели машинного обучения (ML) с помощью Python, мы начнем с установки Anaconda Navigator. Anaconda предоставляет эффективный и простой способ установки модулей Python на ваш компьютер.

Загрузите и установите последнюю версию Anaconda Navigator для вашей операционной системы. Мы работаем в среде Windows, поэтому кликнете на tab Windows сверху перед тем как начать загрузку. Мы загружаем версию 3.7.

Продолжите работу с мастером установки, обязательно установите Anaconda Navigator для одного пользователя, как рекомендует установщик. Установка Anaconda для всех пользователей может привести к проблемам. Например, вы не сможете установить какие-либо модули, потому что Anaconda не будет иметь необходимых привилегий.

По окончанию установки основного модуля, необходимо установить утилиту VS. Запустите из меню Windows – Anaconda Navigator и выберите вкладку «Home», она должна быть выбрана по умолчанию. Найдите панель VS code и нажмите кнопку «Установить». Это займет минуту или две .

После установки VS Code вы сможете увидеть кнопку запуска под панелью VS Code.

Установка Keras и Tensorflow

Теперь, когда мы установили Anaconda, давайте установим Keras и Tensorflow на нашей машине.

Закройте Anaconda Navigator и запустите Anaconda Prompt. Это проще всего сделать, выполнив поиск в строке поиска Windows, или найдите в меню Windows под вкладкой Anaconda3. Должен открыться следующий терминал. Обратите внимание, что он откроется в базовой среде Anaconda.

Теперь необходимо инсталлировать Python с Keras и Tensorflow. Это может занять несколько минут. Используйте следующую команду:

 conda install python=3.7 

Дальше создаем новую среду conda под GPU, где мы будем устанавливать модули для построения моделей с использованием графического процессора. Для этого выполните следующую команду:

conda create --name PythonGPU

Примечание. Убедитесь, что у вас есть видеокарта NVIDIA!

Если вы хотите использовать свой основной процессор (CPU) вместо этого, выполните следующую команду:

conda create --name PythonCPU

Примечание. Дальнейшую инструкцию также можно адаптировать под CPU версию, просто заменяя в командах GPU на CPU.

Следуйте инструкциям, отображаемым на терминале. Среда сonda дает пользователю возможность устанавливать очень специфические модули, которые являются независимыми. Лично я обычно создаю две среды. Одну, где я могу строить свои модели, используя основной процессор (CPU), а другую – где я могу строить свои модели, используя графический процессор (GPU). Для получения дополнительной информации о среде conda, я предлагаю вам взглянуть на официальную документацию.

Для активации только что созданной среды conda используйте следующую команду:

activate PythonGPU

Обратите ваше внимание на изменение командной строки, убедитесь, что вы переключились с базовой среды Python на GPU:

Для деактивации среды в дальнейшем (после завершения установки) используйте:

conda deactivate

Для того, чтобы установить Keras и Tensorflow в версии GPU, выполните следующую команду:

conda install -c anaconda keras-gpu

На экране вы увидете статус загрузки и установки соответствующих модулей. Как только процесс прекратится, мы можем двигаться дальше.

Получение Jupyter, Spyder и других пакетов Python для машинного обучения / глубокого обучения

Теперь удобно установить графический интерфейс для программирования в среде Python. Вы всегда можете использовать Vim для написания и редактирования своих скриптов Python, но это не очень удобно. Наиболее распространенными GUI являются Jupyter или Spyder, имеющие набор удобных и полезных функций.

conda install spyder

или

conda install jupyter

Другая необходимая чрезвычайно мощная библиотека – Pandas, которая позволяет легко читать, манипулировать и визуализировать данные.

conda install -c anaconda pandas

Если вы хотите читать файлы Excel с помощью Pandas, выполните также следующие команды:

conda install -c anaconda xlrd

conda install -c anaconda xlwt

Установите библиотеку Seaborn. Seaborn – это удивительная библиотека, которая позволяет вам легко визуализировать ваши данные.

conda install -c anaconda seaborn

Для установки scikit -learn:

conda install -c anaconda scikit-learn

Для работы с изображениями:

conda install pillow

или

conda install opencv

Добавление недостающих модулей

К настоящему времени вы должны чувствовать себя комфортно при установке модулей с помощью команды conda. Это несложная и быстрая процедура. Если вам нужен конкретный модуль, просто найти его в Google:

Anaconda LibraryNameYouWant Install

Запуск Jypyter и проверка правильности установки всех модулей

Чтобы запустить Jupyter (или Spider), найдите его в меню Windows в разделе Anaconda. Вы можете теперь использовать GPU версию: Jupyter Notebook (PythonGPU).

Чтобы убедиться, что все установлено правильно, выполните следующие строки кода на консоли python:

Как видно, все работает! Вы теперь находитесь в среде разработки PythonGPU и можете эффективно просчитывать / обучать весьма затратные модели машинного / глубокого обучения.

Поделиться...
Share on facebook
Share on twitter
Share on vk