En aquest tema, aprendrem com configurar TensorFlow al teu entorn de desenvolupament. La configuració correcta és essencial per començar a treballar amb TensorFlow i assegurar-se que tot funcioni sense problemes.
Requisits previs
Abans de començar, assegura't de tenir els següents requisits:
- Python 3.6 o superior: TensorFlow és compatible amb Python 3.6 i versions posteriors.
- Pip: L'eina de gestió de paquets de Python.
- Entorn virtual (opcional però recomanat): Per aïllar les dependències del projecte.
Passos per a la configuració
- Instal·lació de Python i Pip
Si no tens Python instal·lat, pots descarregar-lo des del lloc oficial de Python. La majoria de les instal·lacions de Python inclouen Pip per defecte. Pots verificar la instal·lació de Python i Pip executant les següents comandes al terminal:
- Creació d'un entorn virtual (opcional però recomanat)
És una bona pràctica utilitzar un entorn virtual per aïllar les dependències del teu projecte. Això evita conflictes amb altres projectes que puguis tenir al teu sistema. Per crear un entorn virtual, utilitza les següents comandes:
# Instal·la virtualenv si no el tens pip install virtualenv # Crea un nou entorn virtual virtualenv myenv # Activa l'entorn virtual # A Windows myenv\Scripts\activate # A macOS/Linux source myenv/bin/activate
- Instal·lació de TensorFlow
Un cop tinguis l'entorn virtual activat (si has decidit utilitzar-ne un), pots instal·lar TensorFlow utilitzant Pip. Hi ha dues versions principals de TensorFlow: la versió CPU i la versió GPU. La versió GPU és més ràpida però requereix una targeta gràfica compatible i la instal·lació de drivers addicionals.
Instal·lació de TensorFlow per a CPU
Instal·lació de TensorFlow per a GPU
Abans d'instal·lar la versió GPU, assegura't de tenir instal·lats els drivers de CUDA i cuDNN. Pots trobar les instruccions detallades a la documentació oficial de TensorFlow.
- Verificació de la instal·lació
Després d'instal·lar TensorFlow, és important verificar que tot funcioni correctament. Pots fer-ho executant un petit script de Python:
import tensorflow as tf # Verifica la versió de TensorFlow print("TensorFlow version:", tf.__version__) # Crea un tensor simple hello = tf.constant('Hello, TensorFlow!') tf.print(hello)
Guarda aquest codi en un fitxer, per exemple test_tensorflow.py
, i executa'l:
Si tot està configurat correctament, hauries de veure la versió de TensorFlow i el missatge "Hello, TensorFlow!" imprès a la consola.
Resum
En aquesta secció, hem après com configurar TensorFlow al nostre entorn de desenvolupament. Hem cobert els requisits previs, la creació d'un entorn virtual, la instal·lació de TensorFlow (tant per a CPU com per a GPU) i la verificació de la instal·lació. Amb TensorFlow configurat correctament, estàs llest per començar a explorar les seves capacitats en els següents mòduls del curs.
Curs de TensorFlow
Mòdul 1: Introducció a TensorFlow
- Què és TensorFlow?
- Configuració de TensorFlow
- Conceptes bàsics de TensorFlow
- Hola món amb TensorFlow
Mòdul 2: Conceptes bàsics de TensorFlow
Mòdul 3: Gestió de dades a TensorFlow
Mòdul 4: Construcció de xarxes neuronals
- Introducció a les xarxes neuronals
- Creació d'una xarxa neuronal simple
- Funcions d'activació
- Funcions de pèrdua i optimitzadors
Mòdul 5: Xarxes neuronals convolucionals (CNNs)
Mòdul 6: Xarxes neuronals recurrents (RNNs)
- Introducció a les RNNs
- Construcció d'una RNN
- Memòria a llarg termini (LSTM)
- Unitats recurrents amb porta (GRUs)
Mòdul 7: Tècniques avançades de TensorFlow
- Capes i models personalitzats
- TensorFlow Hub
- Aprenentatge per transferència
- Ajust de hiperparàmetres