Python i TensorFlow oraz OpenCV - inteligencja na PC
-
jacek
14/09/2018
- Programowanie
- 2185 czytań 0 komentarzy
Do pracy zastosujemy tzw. maszynowe uczenie aby nasz program wiedział z czasem czego ma szukać na zebranych materiałach video.
Na początek zainstalujemy odpowiednie oprogramowanie. Wszystko działać będzie oczywiście na naszym ulubionym Pythonie. Możemy użyć jednego z dwóch rozwiązań: na bazie OpenCV lub TensorFlower. Niestety zadanie wymaga sporej ilości nauki. A i z instalacja programów nie będzie łatwo. Choć na stronach twórców są instrukcje to rzeczywistość jest bardziej złożona.
Do maszynowego uczenia użyjemy TensorFlow. Instalacja powinna przebiegać w wirtualnym środowisku więc tak też zrobimy a nasze inne projekty przez to nie ucierpią.
W pierwszej kolejności stworzymy wirtualne środowisko i zainstalujemy nasz TensorFlow - Link:
sudo apt-get install python-pip python-dev python-virtualenv # for Python 2.7
sudo apt-get install python3-pip python3-dev python-virtualenv # for Python 3.n
Tworzymy katalog dla środowsika wirtualnego i wybieramy lda niego interpreter python'a:
mkdir ~/tensorflow # somewhere to work out of
cd ~/tensorflow
# Choose one of the following Python environments for the ./venv directory:
virtualenv --system-site-packages venv # Use python default (Python 2.7)
virtualenv --system-site-packages -p python3 venv # Use Python 3.n
Aktywuj środowisko Virtualenv:
source ~/tensorflow/venv/bin/activate # bash, sh, ksh, or zsh
source ~/tensorflow/venv/bin/activate.csh # csh or tcsh
. ~/tensorflow/venv/bin/activate.fish # fish
Gdy Virtualenv jest aktywowany, monit powłoki wyświetla się jako (venv) $.
W aktywnym środowisku Virtualenv użyj pip, aby zainstalować pakiet:
pip install --upgrade tensorflow
Teraz sprawdzimy czy wszystko poszło ok:
(venv)$ python -c "import tensorflow as tf; print(tf.__version__)"
Jeśli instalacja się nie powiedzie, nie dostaniemy poprawnych komunikatów na nasze sprawdzenie importu biblioteki i jej działania, możemy odinstalować pakiet i zainstalować jedną z wcześniejszych wersji (tu 1.5) - to jest opisana procedura na dolegliwość: import tensorflow gives me Illegal instruction (core dumped) lub po naszemu: Błędna instrukcja (zrzut pamięci)..
W tym celu dezaktywujemy środowisko wirtualne:
deactivate # stop the virtualenv
rm -r ~/tensorflow/venv
pip uninstall tensorflow
And then
pip install tensorflow==1.5 - wersja 1.5 działa na nieco starszych maszynach - Link.
Mamy środowisko do naszego programowania!
CDN.
Przeczytaj więcej:
Na początek zainstalujemy odpowiednie oprogramowanie. Wszystko działać będzie oczywiście na naszym ulubionym Pythonie. Możemy użyć jednego z dwóch rozwiązań: na bazie OpenCV lub TensorFlower. Niestety zadanie wymaga sporej ilości nauki. A i z instalacja programów nie będzie łatwo. Choć na stronach twórców są instrukcje to rzeczywistość jest bardziej złożona.
Do maszynowego uczenia użyjemy TensorFlow. Instalacja powinna przebiegać w wirtualnym środowisku więc tak też zrobimy a nasze inne projekty przez to nie ucierpią.
W pierwszej kolejności stworzymy wirtualne środowisko i zainstalujemy nasz TensorFlow - Link:
sudo apt-get install python-pip python-dev python-virtualenv # for Python 2.7
sudo apt-get install python3-pip python3-dev python-virtualenv # for Python 3.n
Tworzymy katalog dla środowsika wirtualnego i wybieramy lda niego interpreter python'a:
mkdir ~/tensorflow # somewhere to work out of
cd ~/tensorflow
# Choose one of the following Python environments for the ./venv directory:
virtualenv --system-site-packages venv # Use python default (Python 2.7)
virtualenv --system-site-packages -p python3 venv # Use Python 3.n
Aktywuj środowisko Virtualenv:
source ~/tensorflow/venv/bin/activate # bash, sh, ksh, or zsh
source ~/tensorflow/venv/bin/activate.csh # csh or tcsh
. ~/tensorflow/venv/bin/activate.fish # fish
Gdy Virtualenv jest aktywowany, monit powłoki wyświetla się jako (venv) $.
W aktywnym środowisku Virtualenv użyj pip, aby zainstalować pakiet:
pip install --upgrade tensorflow
Teraz sprawdzimy czy wszystko poszło ok:
(venv)$ python -c "import tensorflow as tf; print(tf.__version__)"
Jeśli instalacja się nie powiedzie, nie dostaniemy poprawnych komunikatów na nasze sprawdzenie importu biblioteki i jej działania, możemy odinstalować pakiet i zainstalować jedną z wcześniejszych wersji (tu 1.5) - to jest opisana procedura na dolegliwość: import tensorflow gives me Illegal instruction (core dumped) lub po naszemu: Błędna instrukcja (zrzut pamięci)..
W tym celu dezaktywujemy środowisko wirtualne:
deactivate # stop the virtualenv
rm -r ~/tensorflow/venv
pip uninstall tensorflow
And then
pip install tensorflow==1.5 - wersja 1.5 działa na nieco starszych maszynach - Link.
Mamy środowisko do naszego programowania!
CDN.
Przeczytaj więcej:
Dodaj komentarz
Zaloguj się, aby móc dodać komentarz.
Oceny
Tylko zarejestrowani użytkownicy mogą oceniać zawartość strony
Zaloguj się , żeby móc zagłosować.
Zaloguj się , żeby móc zagłosować.
Brak ocen. Może czas dodać swoją?