Ticker

6/recent/ticker-posts

Preparando Entorno de Desarrollo para Machine Learning con Anaconda

Hola, como es sabido para realizar cualquier desarrollo ya sea para web, móviles, cliente servidor o base de datos se necesita de un ambiente de desarrollo propiamente dicho, y para la programación o desarrollo para Inteligencia Artificial no es esquino a ello; en este tutorial crearemos nuestra tu propia máquina o ambiente de desarrollo a nivel local, es decir en nuestra propia computadora de escritorio o portátil.

Requisitos:

  • Anaconda Distribution.
  • TensorFlow.

Lo que se vera en este tutorial:

  1. Descargar Anaconda
  2. Instalar Anaconda
  3. Configurar ambiente
  4. Ejemplo con TensorFlow
  5. Conclusiones

1. Descargar Anaconda

1.1. Para nuestro objetivo de aprendizaje, lo ideal será descargar la Edición Individual desde la página oficial, seguidamente click en Products / Individual Edition:


1.2. Finalmente clic en Download For Windows Python 3.8, 64-Bit Graphical Installer, 477 MB:

Descargar de acuerdo al sistema operativo de tu preferencia o uso

2. Instalar:

2.1. Antes de iniciar la instalación debes asegurar de tener todos los privilegios de administrador en el sistema operativo a instalar; seguidamente doble click sobre el instalador y continuamos de acuerdo al asistente de instalación.

Clic en Next - En mi caso cambio el directorio por defecto y se crea el directorio de C:\Anaconda3

Recordemos que el espacio requerido para la instalación es de aproximadamente de 2.7 GB

2.2. Seleccionemos la opción avanzada "Registrar Anaconda3 como el Python 3.8 de sistema" y continuemos para que el asistente pueda instalar Python y cada uno de los paquetes necesarios.

Esperemos que concluye la instalación de todos los paquetes

2.3. Una vez completada la instalación, ingresamos a la ventana de "Propiedades del Sistema". Desde inicio del windows buscamos a "Panel de Control" seguidamente "Seguridad o Sistema" y clic en "Configuración Avanzada del Sistema"  finalmente selecciona "Opciones avanzadas" estando ya en la ventana de Propiedades del sistema.

Debe ubicarte en Opciones Avanzadas para el siguiente paso

2.4. Ingresemos a la vista de "1. Variables de Entorno", seleccionemos "2. Path" y clic en "3 Editar". Ahora debemos agregar una nueva entrada que apunte a la carpeta Scripts en el lugar donde se instaló Anaconda, en nuestro caso es “4. C:\anaconda3\Scripts” y clic en Acepar para finalizar el registro.

En las 3 ventas se realizan todos los pasos detallados en el punto 4.

Ahora desde nuestra lista de programas instalados en el sistema ejecutamos o inicio de Windows ejecutamos Anaconda Navigator, esta aplicación nos permite instalar o ejecutar otras aplicaciones relacionadas al desarrollo de Machine Learning, Minería de Datos o Estadística. 


Estando en el entorno de ambientes, podemos actualizar y eliminar paquetes de un ambiente de desarrollo hacia alguna versión específica que necesitemos. También podemos crear nuevos ambientes y personalizarlos para que trabajen con paquetes y versiones distintas de Python.

Por defecto nos instala y crea el ambiente base (sombreado de color amarrillo)

3. Configurar Ambiente en Anaconda

3.1. Ahora configuraremos nuestro ambiente de desarrollo, para esto ingresamos y haremos uso del Anaconda Prompt o también conocido como terminal.


3.2. Al estar en la terminal, seguidamente debemos ejecutar el comando python; y validamos realizando nuestro primer ejemplo en python con el ya conocido Hola Mundo con Machine Learning para esto ingresamos el comando pirnt("Hola Mundo con Machine Learning"):


3.3. Después de realizar la validación e instalación de python crearemos nuestro ambiente de desarrollo - el nombre de nuestro ambiente de desarrollo se llamará tensorflow01 (te recuerdo que más adelante realizaremos ejemplos en base a TensorFlow), para cual hacemos uso del comando de conda "conda create -n tensorflow01" seguidamente activamos el ambiente a través de la línea de comando "conda activate tensorflow01":

Durante la instalación de los paquetes del ambiente tensorflow01 debes confirmar (Proceed ([y]/n)?) con y para poder continuar y seguidamente activas el ambiente creado.

3.4. Ahora desde el Anaconda Navigator, validamos la creación del nuevo ambiente:

En el lado derecho están todos los paquetes que se adicionaron al momento de crear el ambiente tensorflow01.

3.5. Seguidamente importa los paquetes de TensorFlow desde el terminal estando en el ambiente tensorflow01 que acabamos de crear, para esto debemos hacer clic en ► y clic en Open Terminal:

También se puede acceder a través del comando "conda activate tensorflow01" visto en el puno 2.3

3.6. Para finalizar, importamos la librerías de TensorFlow en nuestro nuevo terminar que fue abierto anteriormente, para esto debemos usar la línea de comando "pip install tensorflow":

Posiblemente llevará algunos minutos en la instalación - todo depende del recursos de tu computador o laptop.

4. Ejemplo con TensorFlow:

Después de la instalación de TensorFlow, accedemos a al entrono python a través del comando python estando en el ambiente tensorflow01 y elaboramos nuestro primer ejemplo:

import tensorflow as tf
tf.executing_eagerly()
with tf.compat.v1.Session() as sess:
    #Create a constant
    hello = tf.constant("Hola mundo Tensorflow")
    #Run the tf.constant
    output = sess.run(hello)
    print(output)

Después de ingresar el código presionar 2 veces la tecla enter.


5. Conclusiones:

En este tutorial tratamos acerca de la  instalación y configuración de Anaconda Distribution y la creación de nuestro primer ambiente de desarrollo, asimismo instalamos TensorFlow y realizamos nuestro primer ejemplo y vimos los siguiente comandos:

python ...: Para acceder al entorno de desarrollo en anaconda.
pirnt ...: Para imprimir pantalla de la terminar según código en python.
pip ...: Sistema de gestión de paquetes utilizado para instalar y administrar paquetes de software escritos en Python.
conda create -n ...: Para crear en entorno de desarrollo de anaconda.
conda activate ...: Para activar el en entorno de desarrollo de anaconda.

Gracias nuevamente 😊; comentarios y apreciaciones son bienvenido, un fuerte abrazo para todos ✌...!!!

Publicar un comentario

0 Comentarios