INTRODUCCIÓN A TENSORFLOW 2.0

jobs@santexgroup.com

Cristian Cardellino - FAMAFyC

CREDITS

The material for this meetup is heavily based on the amazing work by François Chollet in his TensorFlow 2.0 + Keras Crash Course.

​

​

CONTENIDOS

TensorFlow y Keras

Instalación de TF 2.0

Google Colab

TF 2.0 en Google Colab

01

02

03

04

DISCLAIMER

Este no es un curso de introducción a redes neuronales ni aprendizaje automático.

Se espera que tengan una idea general de estos temas para poder entender el contenido.

​

TENSORFLOW Y KERAS

¿QUÉ ES TENSORFLOW?

FRAMEWORK GENERAL PARA TAREAS DE

APRENDIZAJE AUTOMÁTICO

• Pone el foco en el deep learning.
• Tiene varios niveles de abstracción.
• Originalmente basado en computación de grafos.
• Muy eficiente. Pensado para ambientes de producción.
• Tiene APIs para Python, C++, JavaScript, Java, Go, etc.
• Developed by Google.

¿QUÉ ES KERAS?

• Facilita el proceso de crear (y entrenar) redes neuronales.
• Muy sencillo de llevar a ambientes de producción.
• Tiene muchos tipos de redes neuronales implementadas.
• Muy poderoso y eficiente a pesar de su facilidad.

FRAMEWORK PARA DEEP LEARNING DE

ALTO NIVEL

¿QUÉ TRAE TENSORFLOW 2.0?

TENSORFLOW CON COMPUTACIÓN EAGER

• Una de las grandes críticas a TF 1.x era su curva de aprendizaje.
• La herramienta es muy flexible y eficiente, pero pensar en computación de grafos se vuelve pesado.
• Keras es difícil de modificar a nivel más granular.
• TF 2.0 viene a brindar una interfaz intermedia entre el bajo nivel de TF 1.x y Keras, intentando no perder la flexibilidad ni la eficiencia.

INSTALACIÓN DE TF 2.0

INSTALACIÓN DE TENSORFLOW 2.0

$ virtualenv --python python3 tf-env # or conda

$ source ./tf-env/bin/activate

(tf-env) $ pip install --upgrade pip

(tf-env) $ pip install tensorflow==2.0 # or version

(tf-env) $ python

>>> import tensorflow as tf

>>> print(tf.__version__) # check it is working

2.0.0

INSTALACIÓN LOCAL DE TENSORFLOW (PIP)

INSTALACIÓN DE TENSORFLOW 2.0

# Only TF 2.0

$ docker pull tensorflow/tensorflow:2.0.0-py3

$ docker run -it tensorflow/tensorflow:2.0.0 bash # run python

​

# With jupyter support

$ docker pull tensorflow/tensorflow:2.0.0-py3-jupyter

$ docker run -it -p 8888:8888 tensorflow/tensorflow:2.0.0-py3-jupyter

​

INSTALACIÓN LOCAL DE TENSORFLOW (DOCKER)

INSTALACIÓN DE TENSORFLOW 2.0

INSTALACIÓN LOCAL DE TENSORFLOW (GPU)

• Para utilizar GPUs (casi mandatorio trabajando con redes neuronales), se requiere hardware específico y ciertas configuraciones.
• La instalación luego de eso es casi la misma.
• Para Docker se necesita NVIDIA Docker.
• Es importante tener correctamente definida la variable de entorno LD_LIBRARY_PATH para linux y la variable PATH para Windows (no hay soporte GPU para Apple)

GOOGLE COLAB

¿QUÉ ES GOOGLE COLAB?

• Google Colaboratory es un entorno web basado en Jupyter que permite ejecutar código en la nube.
• Viene con instalación por defecto de muchas librerías de Python para aprendizaje automático y ciencia de datos.
• Ofrece herramientas para poder utilizar GPUs y TPUs directamente en la web gratis!
• Es excelente para probar cosas rápidas que no requieran mucha configuración.

NOTEBOOKS DE JUPYTER SIN INSTALACIÓN

TF 2.0 EN GOOGLE COLAB

TENSORFLOW 2.0 EN GOOGLE COLAB

EJECUCIÓN DEL GOOGLE COLAB

• Utilizaré Google Colab para aprender y experimentar con TensorFlow 2.0 y Keras.
• En este link continua el resto de esta charla.
• Hay que seguir las instrucciones del notebook para configurar TF 2.0 con un GPU.

¡MUCHAS GRACIAS!

CONTACTO

EMAIL

ccardellino@unc.edu.ar

WEBSITE

https://crscardellino.github.io

TWITTER

@crscardellino

MEDIUM

https://medium.com/@crscardellino/

SLIDES

• Presentation template by Slidesgo
• Icons by Flaticon
• Infographics by Freepik
• Author introduction slide photo created by Freepik
• Text & Image slide photo created by Freepik.com