Python telepítés mesterséges intelligencia programozásához

Python telepítés mesterséges intelligencia programozásához

Bevezetés

Annak érdekében, hogy hatékonyan tudjuk dolgozni mesterséges intelligencia algoritmusokkal, mindenképpen szükségünk van olyan program használatára, melynek segítségével Python programot tudunk készíteni. Ahogy korábban bemutattam a Python telepítés nem kötelező elem, a Google rendszeréből online is tudunk programokat készíteni.

Azonban a Colab alkalmazása is jelenthet szűk keresztmetszetet, illetve komolyabb projektek esetén sokkal gyorsabb a saját gépen történő kódolás. A Python, mint programozási környezet többféle módon telepíthető, több, különböző program letöltésével képesek lehetünk elkészíteni a saját programunkat.

Ebben a cikkben szeretném bemutatni a Python telepítés legegyszerűbb és leghatékonyabb módját, abban az esetben, ha adatokkal szeretnénk dolgozni. A Python napjaink legjobb programozási nyelve, ha gyűjtött vagy már rendelkezésre álló információk alapján szeretnénk döntést hozni.

A Python telepítés és használat esetében többféle megoldandó feladattal is szembesülhetünk, ezért javaslom a lenti folyamatot alkalmazni kezdők és a Python “lelkét” kevésbé ismerők számára.

Alapvetően a Python telepíthető önmagában is, de ilyen esetben a kiegészítő könyvtárak, melyek a mesterséges intelligencia legfontosabb eszközeit tartalmazzák, sokkal körülményesebb módon használhatók. Erre a problémára ad egy közel tökéletes megoldást az Anaconda program.

Anaconda, te vagy a legjobb

A kezdők és haladók számára is az egyik legjobban ajánlott programcsomag az Anaconda Distribution. Ennek a nyílt forráskódú programcsomagnak köszönhető lehet kivitelezni a Python telepítését és használatát a legegyszerűbb módon.

Maga a program minden fontos platformon (Windows, Mac, Linux) elérhető és már több mint 11 millió felhasználója van már. Ki lehet jelenteni azt is, hogy iparági sztenderddé vált a fejlesztések, tesztelés és gépi tanulás alkalmazására. Közel 1500 darab különböző kiegészítő csomag elérhető hozzá, és a programcsomagok letöltése, telepítése és eltávolítása is egyszerűen végrehajtható a program segítségével.

Gépi és mély tanulás alkalmazásához használható a például scikit-learn, Tensorflow vagy Theano csomag, adatanalízishez pedig például a NumPy vagy a pandas könyvtár. Alapvetően, a végrehajtás szempontjából az Anaconda Python hatékonyabban dolgozik, mint más Python kernelek (pl. Vanilia) és grafikus telepítési opcióval gyorsan el lehet kezdeni a programozást. Ha Windows környezetben dolgozunk és szeretnénk saját magunk megválasztani, milyen könyvtárakat használunk (egyszerű telepítés, frissítés vagy törlés), szinte az egyetlen használható opció most a piacon.

Nagyon fontos szempont, hogy ingyenesen letölthető és használható, annak ellenére, hogy egy komoly vállalat (Anaconda Inc.) folyamatosan fejleszti és ezáltal a legkomplexebb Python programozási opciónak alakítja az Anacondát.

Kiemelendő az a tény is, hogy a csomagmenedzser alkalmazás még nem tökéletes. Sok esetben manuálisan szükséges a programcsomagok frissítése, amely folyamat viszonylag sok időt vesz igényben. Emellett az Anaconda nem minden esetben használja a legfrissebb csomag verziókat (például Tensorflow esetében) és sajnos a Google nem támogatja hivatalosan az Anaconda Python-t.

A hátrányok mellett, beszélni kell arról, hogy az Anaconda esetében nincs szükség extra energiát fordítani arra, hogy ellenőrizzük melyik verziójú könyvtár, melyik verziójú könyvtárral kompatibilis, ezt a program telepítések közben automatikusan megteszi és a frissítések során minden esetben a legjobb kombinációt telepíti a számítógépünkre.

Python telepítés – kígyózzunk!

Ha használni szeretnénk, nincs más dolgunk, hogy az anaconda.com oldalra látogassunk el. Itt a Download (Letöltések) menüpont alatt tudjuk kiválasztani, milyen operációs rendszerre (Windows esetében fontos, hogy 32 vagy 64 bit-es rendszerünk van) szeretnénk telepíteni.

Anaconda.com letöltési felülete.
Anaconda.com letöltési felülete.

A Windows verziójának ellenőrzését a Sajátgép – jobb egérgomb – tulajdonságok ablakban tudjuk megtenni.

Windows bit verzió megállapítása a Sajátgép - Tulajdonságok menüpont alatt.
Windows bit verzió megállapítása a Sajátgép – Tulajdonságok menüpont alatt. “Rendszer típus” vagy “System type” soron.

Windows-os felhasználók esetében, érdemes a grafikus telepítési opciót választani. Mivel a Python 3.7-es verziója újabb, mint a 2.7-es, értelemszerűen azt érdemes használni. Előfordul néhány alkalmazás vagy könyvtár, amely a 2-es verziót preferálja, de ezek folyamatosan kopnak el.

A legtöbb alkalmazás tökéletesen kompatibilis a 3-as verzióval és sajnos van egy-két apró szintaktikai különbség a két verzió között. Az időben előre tekintve, mindenképpen a 3.7-es verzió megismerése javasolt a jelen pillanatban.

Nagyon fontos, hogy a letöltésnél ki kell választani az operációs rendszert (Windows / Mac / Linux) és a megfelelő 32 vagy 64-bit-es grafikus installációs opciót, a Windows-ra történő telepítés előtt.

Az Anaconda lehetséges telepítési opciói a Python verziókat figyelembe véve.
Az Anaconda lehetséges telepítési opciói a Python verziókat figyelembe véve.

A telepítés nagyon egyszerűen, Windows-os grafikus alkalmazás segítségével végezhető el. Kissé hosszú ideig tart maga a folyamat, mert viszonylag összetett, több előre telepített kiegészítő könyvtár is másolásra kerül a számítógépre. A telepítés után az Anaconda Navigator felületet lehet elindítani, itt láthatjuk, milyen előre előkészített alkalmazásokat használhatunk.

Anaconda Navigator kezdő felülte.
Anaconda Navigator kezdő felülte.

Itt található a népszerű Jupyter notebook, valamint a Spyder programozó környezet. A programok futtatását a Anaconda Navigator-on belül, vagy a Start menüben, önállóan is el lehet végezni.

Anaconda Prompt – hogy is van ez?

Az Anaconda Prompt a környezet rendszerparancssora. Itt oldható meg a legegyszerűbben a telepített könyvtárak frissítése és újak telepítése. Ki kell emelni, hogy sok esetben, az egyes Python könyvtárak verziói nem működnek együtt. Például a Numpy (mátrix műveletekhez használt könyvtár) 1.1-es verziója csak az Opencv (gépi látás könyvtár) 1.2-es verziójával tud együtt dolgozni, míg az Opencv legfrissebb verziója a 1.3 (A verziószámok most csak kitalált példák).

Az Anaconda Prompt felülete.
Az Anaconda Prompt felülete.

Ilyen esetben az Anaconda figyeli az kapcsolatokat a könyvtárak között és ha már telepítve van a Numpy egység, az Opencv telepítés parancsának kiadása esetén nem a legújabb verziót, hanem a számítógépen lévő könyvtárakkal tökéletesen együttműködő variánst tölti le számunkra.

Talán kicsit bonyolultan hangzik, de annyit érdemes megjegyezni, hogy Anaconda környezetben bármely könyvárat telepíthetjük, nem kell figyelnünk a kompatibilitásra.

Az Anaconda Prompt-ot a start menübe begépelve tudjuk indítani, gyakorlatilag pontosan úgy néz ki, mint a Windows beépített parancssora (base kezdetű programsorok). Értelemszerűen a beépített parancsok segítségével tudunk műveleteket elvégezni. Például a telepített könyvtárak listáját a conda list begépelése után válik láthatóvá.

Anaconda Prompt - Python telepített könyvtárak listája.
Anaconda Prompt – Python telepített könyvtárak listája.

Ahogy egy korábbi cikkben említettem, az Anaconda programcsomag részét képezi a Spyder alkalmazás, melyet a továbbiakban Python kódolásra fogunk használni.

Összefoglalás

A cikkben bemutattam az Anaconda szoftverkörnyezet főbb tulajdonságait és az offline Python program telepítésének a programozásának előnyeit.

Az Anaconda segítségével könnyedén tudunk mesterséges intelligencia alkalmazását megoldani: rendelkezésre állnak a legújabb kiegészítő könyvtárak és a Spyder programozási felület. A továbbiakban bemutatom, hogy lehetséges újabb Python könyvtárakat telepíteni és konkrét, összetett feladatok megoldása is következik majd.