Lekce 2 - Neuronové sítě v Pythonu - Prostředí Jupyter

Unicorn College Tento obsah je dostupný zdarma v rámci projektu IT lidem.
Vydávání, hosting a aktualizace umožňují jeho sponzoři.

V minulé lekci, Úvod a motivace do programování neuronových sítí v Pythonu, jsme si udělali úvod do neuronových sítí a deep learningu. Vítejte u další lekce, kde se seznámíme s prostředím, ve kterém budeme většinu času pracovat. Tímto prostředím je Jupyter (IPython) notebook. Prostředí nejdříve nainstalujeme, ukážeme si jak se s ním pracuje a nakonec spustíme pár řádků Pythonu s grafíkem.

Jupyter notebook

Možná se ptáte, proč nebudeme neuronové sítě programovat tak, jak jsme psali aplikace doposud. Odpovědí je, že nyní se jedná zejména o simulace, do kterých je často třeba přidávat dodatečné informace nebo grafy. A simulací budeme dělat více. Jupyter notebook nám umožňuje vytvořit sešit a do něj vkládat nezávislé buňky kódu a mezi ně formátovaný text nebo vzorce. Výhody, které nám prostředí Jupyter notebook přináší, jsou následující:

  • Všechny proměnné jsou uložené v relaci, dokud se proces prostředí nevypne (v terminálu)
  • Přehledný výpis pod buňku s kódem, Jupyter podporuje grafy (matplotlib) a tabulky (Pandas)
  • Formátování pomocí MarkDown buňek (LaTeX)
  • Buňky kódu na sobě nejsou závislé

Instalace

Prostředí je opravdu jednoduché nainstalovat, stačí použít nástroj pip, který je součástí každé Python distribuce:

pip install jupyter

Pokud vám příkaz nezafunguje, upravte si jej pro vaši distribuci Pythonu tak, jak jsme si ukazovali minule.

Průvodce prostředím

Po úspěšné instalaci pomocí nástroje pip prostředí spustíme následovně:

jupyter notebook

Dokud neukončíme tento proces, prostředí stále poběží. Chvilku na to by se nám mělo otevřít nové okno prohlížeče, které vypadá následovně (záleží, kde jste příkaz spustili - pravděpodobně jste ho tentokrát spustili v C:/Users/vase_jmeno/).

Výpis složek v prostředí Jupyter notebook pro Python

Vytvoření sešitu

Nyní se dostaňte do složky, nebo ji vytvořte pomocí možnosti New -> Folder v nabídce vpravo nahoře, kde chcete mít sešit uložený. Bude se jednat o soubor .ipynb (IPython / Jupyter) notebook. Python notebook vytvoříte pomocí New -> Python 3, ten se automaticky otevře v další záložce a bude vypadat následovně:

Nový sešit v prostředí Jupyter notebook pro Python

Pokud se vrátíme do předchozí záložky v prohlížeči, můžeme vidět ve složce nový notebook se zelenou ikonkou, která značí běžící Python kernel. Soubor / notebook si můžeme pojmenovat po kliknutí na text "Untitled" vedle Jupyter loga, tím se změní jak název notebooku tak i souboru.

Módy

Prostředí Jupyter notebook má 2 základní módy:

  • Command - Mód slouží v prostředí pro operace, které jsou pro prostředí a práci s buňkami specifické, jako je například vytvoření buňky, smazání, posunutí buňky a změna módu buňky.
  • Edit - Mód slouží jako klasické (chytřejší) vývojové prostředí pro Python, pro zobrazení nabídky pro dokončení kódu se používá klávesa Tab.

Buňky, se kterými prostředí pracuje, mají také 2 módy (co nás zajímají):

  • Code - Pokud je buňka v Code módu a je spuštěna, spustí se Python kód, který buňka obsahuje.
  • Markdown - Naopak v Markdown módu se obsah buňky naformátuje jako text, vzoreček a další.

Když vytvoříte nový notebook, jste automaticky v Edit módu první buňky. Do Command módu se dostanete klávesou Esc a do Edit módu pro vybranou buňku klávesou Enter. Mezi buňkami se přepíná Šipkami v Command módu a v Edit módu po stisknutí šipek (Nahoru/Dolů), pokud jste na vrchním nebo spodním řádku.

  • Nová buňka se vytvoří v Command módu klávesou A (nad aktuální buňkou jako "Above") a B (pod aktuální buňkou jako "Below").
  • Vybraná buňka (proužek, v Command módu je modrý) se smaže pomocí stisknutí sekvence D, D.
  • Vybraná buňka se spustí klávesovou zkratkou Shift + Enter (spustí a posune o buňku níže, pokud neexistuje, vytvoří se). Můžeme také použí zkratku Ctrl + Enter (spustí se a buňka zůstává pořád vybraná) nebo buňku spustit kliknutím na tlačítko Run (v horním panelu) nebo kliknutím na ikonu Šipka s čárou - Spustit stop nalevo od obsahu buňky.
  • Stisknutím klávesy H v Command módu nebo kliknutím na tlačítko Help -> Keyboard Shortcuts v horním panelu se zobrazí seznam klávesových zkratek.
  • Pokud se s prostředím chcete seznámit více než je aktuálně potřeba, můžete spustit průvodce prostředí v horním panelu pomocí možnosti Help -> User Interface Tour.

Praktická část

S těmito znalostmi jsme schopní vytvořit si naši Hello World buňku a vykreslit první grafík v novém prostředí pomocí knihovny matplotlib. Do předem vytvořené buňky vložíme následující kód a buňku spustíme:

print("Ahoj světe!")

Výsledek:

Ahoj světe

Jak jste si jistě všimli, tak se hláška zobrazila hned pod buňkou. Takto to budeme reprezentovat zde v článcích.

Graf

Zkusme něco pokročilejšího. Importujeme si tedy knihovnu matplotlib:

import matplotlib.pyplot as plt

Vytvoříme si jednoduchý graf pomocí funkce plt.plot().

plt.plot([1,2,3,8])

Výsledek:

Jednoduchý graf v prostředí Jupyter notebook

Jak spustit stažený Jupyter notebook

Celý tento článek napsaný v Jupyter notebooku naleznete ke stažení níže. Zkuste si jej otevřít a to následujícím způsobem:

  • Pokud máte spuštěný Jupyter proces ve složce C:/Users/vase_jmeno/ a stažený notebook je ve šložce C:/Users/vase_jmeno/Downloads/, stačí se na stránce se soubory / složkami proklikat do složky s .ipynb souborem s spustit ho kliknutím na něj (na jeho název).
  • Pokud nemáte spuštěný Jupyter proces, spusťte ho ve složce s .ipynb souborem nebo v nějaké rodičovské složce. Například když je soubor uložený v C:/Users/Tonda/Downloads/moje_super_slozka/novy_notebook.ipynb, tak můžete spustit Jupyter proces ve složce C:/Users/Tonda/Downloads/moje_super_slozka/ nebo ve složce C:/Users/Tonda/Downloads/.

Pokud někdo zapomněl, jak se spouští Jupyter proces, je to příkazem jupyter notebook (pokud nemáte Conda - Python / Python přidaný ve Windows PATH, spusťte příkaz v Anaconda Prompt). Mezi složkami se lze pohybovat příkazem cd.

Stažení Jupyter notebook

V příští lekci, Předpověď ceny zlata pomocí lineární regrese v Pythonu, na nás čeká představení lineární regrese.


 

Stáhnout

Staženo 8x (102.31 kB)
Aplikace je včetně zdrojových kódů v jazyce Python

 

 

Aktivity (4)

 

 

Komentáře

Děláme co je v našich silách, aby byly zdejší diskuze co nejkvalitnější. Proto do nich také mohou přispívat pouze registrovaní členové. Pro zapojení do diskuze se přihlas. Pokud ještě nemáš účet, zaregistruj se, je to zdarma.

Zatím nikdo nevložil komentář - buď první!