Installation de TensorFlow et Keras sous Linux

Cette page présente l'installation de Keras sous Linux. Ce guide d'installation a été réalisé sur une nouvelle installation d'Ubuntu avec le matériel et logiciel suivant :

• Matériel: portable HP EliteBook 8470p (Intel® Core™ i7-3520M CPU @ 2.90GHz × 4 - no GPU)
• OS: Ubuntu 16.04 LTS 64 bits
• Noyeau: 4.4.0-109-generic x86_64
• Python: 3.5.2

Préparation de l'espace de travail

Étant donné que Python 3 est installé nativement avec Ubuntu 16.04, il n'est pas nécessaire de l'installer ou de le mettre à jour. Toutefois, pip va êtr eutilisé pour l'installation de TensorFlow et Keras. Commençons par mettre Ubuntu à jour afin de récupérer de disposier de la dernière version des paquets. Ensuite, installons pip :

# Update Ubuntu and reboot
sudo apt upgrade
sudo apt update

# Reboot

# Install pip
sudo apt install python3-pip
sudo pip3 install --upgrade pip

Virtual environment

Même si ce n'est pas strictement nécessaire, il est fortement recommandé d'isoler les développements des autre programmes Python. c'est le rôle des environnements virtuels:

# Install virtual environment
sudo pip3 install virtualenv

Créer un répertoire de travail pour l'environnement virtuel (où vous le souhaiter):

# Working directory
mkdir ~/keras
cd ~/keras

Créer l'environnement virtuel:

# Create virtual environment
virtualenv venv

Activer l'environnement virtuel grâce à l'aide de la commande suivante :

# Activate virtual environment
source ~/keras/venv/bin/activate

La commande source précédente doit modifier l'invité de ligne de commande pour : (venv)$. La commande deactivate permet de quitter l'environnement virtuel.

Installation de TensorFlow et Keras

Alors que l'environnement virtuel est activé, installer TensorFlow et Keras :

# Install TensorFlow
pip install --upgrade tensorflow
# Install Keras
pip install --upgrade keras

Vérification finale

Vérifiez l'installation:

# Check the Keras backend
python -c "from keras import backend" 

La commande précédente devrait afficher: Using TensorFlow backend.

Quelques modules optionels

Matlplotlib

# Install Tkinter
sudo apt-get install python3-tk

# Install Matplotlib
pip install --upgrade matplotlib

Visual Studio Code

snap find "visual studio code"
sudo snap install vscode --classic
sudo apt install pylint

Voir aussi

• Régression non linéaire avec un réseau de neurones
• Jeux de données pour l'apprentissage profond
• Exemple de descente de gradient
• Quelle est la popularité des réseaux de neurones dans le temps ?
• Démonstration de la règle d'apprentissage
• Exemple en régression linéaire
• Fonctions d'activation les plus utilisées en apprentissage profond
• Principaux papiers de recherches relatif au Deep learning
• Le perceptron dans les réseaux de neurones
• Le réseau de neurones le plus simple avec TensorFlow
• Perceptron simpliste
• Algorithme d'apprentissage pour réseaux sans couches cachées
• Exemple de classification
• Descente de gradient pour les réseaux de neurones
• Limitations des réseaux sans couches cachées
• Réseaux de neurones

---