/Vjezbe

Programske vježbe kolegija Strojno Učenje (PMF) za ak. god. 2017./2018.

Primary LanguageJupyter Notebook

PMF Strojno učenje 2018 - Vježbe

Materijali za vježbe kolegija Strojno učenje Prirodoslovno-matematičkog fakulteta (PMF - Matematički odsjek) Sveučilišta u Zagrebu za akademsku godinu 2017./2018.

Sadržaj vježbi

Anaconda okruženje

Vježbe se nalaze u obliku Python/Jupyter bilježnica (Jupyter notebooks) i testirane su na Windows, Linux i Mac OS X unutar Anaconda (Python 3.6) okruženja (verzija 4.4.0). Za prvih pet vježbi vam neće trebati dodatni programski paketi pored onih koji dolaze s Anacondom. Za šestu vježbu (Duboko učenje) trebat će vam TensorFlow (verzija 1.6). Preporučamo da instalirate TensorFlow samo s CPU podrškom ako ne koristite računalni sustav s NVIDIA grafičkom karticom i podrškom za CUDA 9.0.

Slijedite uputstva u nastavku za vaš OS (Windows, Linux, Mac OS X):

  • Preuzmite i instalirajte programski sustav Anaconda 3 s https://www.anaconda.com/download/
  • Stvorite Anaconda okruženje (conda environment) s Python 3.6 i pretpostavljenim Anaconda Python bibliotekama (pogledajte conda-cheatsheet). U stvorenom i aktiviranom okruženju mogu se koristiti pripadne Python biblioteke i instalirati nove.
  • Instalirajte TensorFlow 1.6 s CPU/GPU podrškom koristeći pip (uputstva na https://www.tensorflow.org/install/).

Windows

TensorFlow instalacija je testirana na 64-bitnim Windows 7 i Windows 10, pošto trenutno nema podrške za TensorFlow na 32-bitnim sustavima. Preporučamo da instalirate TensorFlow u Anaconda okruženje. Preuzmite i instalirajte program Anaconda (Python 3.6) za Windowse s https://www.anaconda.com/download/.

Potom pokrenite Anaconda Command Prompt:

  • Stvorite Anaconda okruženje (conda environment) naziva vjezbe (možete koristiti naziv po vlastitom izboru):
    conda create --name vjezbe python=3.6 anaconda
    
  • Aktivirajte stvoreno okruženje vjezbe s:
    activate vjezbe
    
  • Instalirajte Tensorflow unutar aktiviranog okruženja vjezbe:
    pip install --ignore-installed --upgrade tensorflow
    

Za više informacija o tome kako instalirati programsku biblioteku TensorFlow na Windows OS-u pogledajte https://www.tensorflow.org/install/install_windows. Ako već imate stariju verziju programa Anaconda i dalje možete provesti navedenu proceduru, čime ćete instalirati Python 3.6 i učiniti ga dostupnim unutar okruženja vjezbe, no možda će biti potrebno naknadno nadograditi neki od Python paketa, primjerice numpy. To možete napraviti unutar okruženja vježbe na sljedeći način:

conda install -c anaconda numpy

Za više informacija oko rukovanja s Anaconda okruženjima pogledajte Managing environments u Anaconda dokumentaciji.

Linux/Mac OS X

Slično kao i za Windows, najjednostavniji način za instalaciju programskog paketa TensorFlow na Linuxu ili Mac OS X je instalirati ga samo s CPU podrškom unutar Anaconda okruženja prema proceduri opisanoj ranije. Za detaljnija uputstva pogledajte:

Github repozitorij

Git je sustav za upravljanje izvornim kodom, klijentski program za korištenje sustava Git možete preuzeti s https://git-scm.com/downloads. Iz komandne linije ([Anaconda] Command Prompt na Windowsima ili Terminal na Linux/Mac OS X) pozicionirajte se u željeni direktorij i klonirajte git repozitorij naredbom:

git clone https://github.com/PMF-StrojnoUcenje2018/Vjezbe.git

Kako bi preuzeli ažurirane materijale za vježbe u prije klonirani repozitorij, pozicionirajte se u drirektorij kloniranog repozitorija i preuzmite nove promjene repozitorija koristeći git naredbu:

git pull origin master

Kao alternativnu za gore navedeni postupak možete preuzmiti zip arhivu trenutnog stanja repozitorija s https://github.com/PMF-StrojnoUcenje2018/Vjezbe/archive/master.zip.

Jupyter

Sve vježbe su spremljene kao Python bilježnice sustava Jupyter [http://jupyter.org/] kojeg možete pokrenuti na sljedeći način iz komadne linije:

  • aktivirajte okruženje vjezbe (za više detalja pogledajte conda-cheatsheet):

    • Windows: activate vjezbe

    • Linux/Mac OS X: source activate vjezbe

  • unutar vjezbe pokrenite Jupyter notebooks poslužitelj (za detalje pogledajte uputstva):

    jupyter notebook --notebook-dir=PATH-TO-REPOSITORY --port=NUMBER-OF-UNUSED-PORT
    

    Usmjerite vaš web preglednik na http://localhost:[NUMBER-OF-UNUSED-PORT] nakon čega ćete moći navigirati strukturu direktorija i koristiti pripremeljene Python/Jupyter bilježnice za vježbe.