Install Ubuntu+TensorfLow+Keras

Posting terkait sebelum posting ini: pengantar deep learning bagian satu  dan dua.

Banyak alternatif tools untuk deep learning, dan tiap orang punya selera berbeda-beda.  Kalau punya banyak waktu, sebenarnya lebih bagus untuk mencoba berbagai tools. Tetapi karena waktu eksplorasi saya terbatas, saya pilih Tensorflow karena populer dan sepertinya di-maintenance dengan baik. Semakin populer sebuah tools maka semakin banyak resources di internet jadi tidak repot kalau ada masalah. Sedangkan saya pilih Keras supaya nanti dapat bisa lebih fokus pada model neural netnya. Keras menggunakan Tensorflow sebagai backend, jadi nanti bagian Tensorflownya dapat diganti dengan backend yang lain (seperti Theano) kalau mau. Berikut adalah langkah-langkah instalasi mulai dari Ubuntu, Tensorflow, PyCharm dan Keras.

1. Ubuntu
Bagi yang belum punya mesin Linux , cara yang paling gampang adalah melalui virtual machine (VM). Kelebihan VM? gampang sekali disetup. Kelemahannya lebih lambat dan tidak dapat menggunakan GPU.  Ada dua software VM yang populer: VMware dan Virtualbox. VMware lebih cepat tapi hanya gratis untuk penggunaan nonkomersial. Virtualbox opensource, gratis dan bebas digunakan tapi sayangnya lebih lambat. Saya lebih memlilih VMware karena kecepatan penting. Untuk VMware, donwload produk yang bernama VMWorkstation Player. Setelah VM diinstall, install Ubuntu diatasnya. Kenapa pilih Ubuntu? juga karena paling populer.   Jika masih buta samasekali linux, sebaiknya belajar sekilas dulu cara buka terminal, cd, ls, sudo, nano.

Ubuntu secara default sudah memiliki Python 2 dan Python 3.  Bagi yang baru mengenal Python, versi 2 dan 3 ini bisa memusingkan. Python 3 tidak sepenuhnya compatible dengan Python 2, tapi masalahnya ada beberapa tools yang hanya tersedia dalam Python 2. Menurut saya, selama memungkinan usahakan gunakan Python 3.

2. Tensorflow
Penjelasan rinci ada di: tensorflow.org/install/install_linux . Karena dalam posting ini kita hanya menggunakan linux VM, berarti tensorflow yang digunakan adalah versi CPU saja. Saya lebih suka menginstall lewat pip3 karena lebih  lebih mudah (pip untuk Python2, pip3 untuk Python 3). Pertama install pip3, baru install tensorflow:

sudo apt-get install python3-pip
pip3 install tensorflow

Untuk mengetest apakah sudah berjalan, jalankan python3 (jangan python):

python3

setelah keluar command prompt >>>, ketik

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()  #akan keluar banyak warning, biarkan.
print(sess.run(hello))

Harusnya akan muncul “hello tensorflow”.  Warning keluar karena Tensorflow belum memanfaatkan maksimal setting CPU dan GPU. Jika ingin warning ini hilang, lakukan instalasi dengan cara mengcompile source code (tapi lebih kompleks). Gunakan exit() untuk keluar.

Catatan: bagi yang tertarik menginstall tensorflow yang support GPU, ini pengalaman saya: yudiwbs.wordpress.com/2017/02/26/mencoba-tensorflow/  jauh lebih kompleks, tapi layak untuk mendapatkan kecepatan maksimal.

3. Opsional: PyCharm
IDE (Integrated Development Environtment) yang bagus akan memudahkan membuat program dan mengurangi bug. Saya memilih editor Pycharm karena sudah terbiasa menggunakan IntelliJ untuk Java dan Android Studio. Cara install yang paling gampang adalah melalui Ubuntu Make. Install dulu umake, baru Pycharm. Prosesnya akan agak lama tergantung koneksi internet:

sudo add-apt-repository ppa:ubuntu-desktop/ubuntu-make
sudo apt-get update
sudo apt-get install ubuntu-make
umake ide pycharm

Setelah itu icon pycharm akan muncul di toolbar Ubuntu. Klik, dan buat project baru. Penting: pilih interpreter python 3! Soalnya tadi Tensorflow diinstall di Python 3 (via pip3) bukan Python 2 (pip). Tunggu sebentar saat Pycharm mengindeks library Tensorflow (akan ada tulisan “2 processes running” tunggu sampai hilang). Tekan alt-insert (atau klik kanan di project explorer), pilih python file. Ketik code tensorflow seperti langkah dua, klik kanan lalu pilih run.  Hasilnya seperti gambar di bawah:

 

4. Keras
Instalasi Keras dapat dilakukan dengan pip3

pip3 install keras

Kembali ke Pycharm, terlihat Pycharm mengindeks library Keras ini. Tunggu sebentar. Lalu buat file python baru seperti pada langkah 3 dan masukan code berikut untuk mengetest apakah Keras sudah terinstall dengan baik:

from keras.models import Sequential
from keras.layers import Dense
#model dengan dua layer berurutan
model = Sequential()
#layer input, dense artinya semua terhubung
model.add(Dense(32, activation='relu', input_dim=100))
#layer output, binary classification, jadi cukup satu neuron
model.add(Dense(1, activation='sigmoid'))
model.compile(optimizer='rmsprop',
              loss='binary_crossentropy',
              metrics=['accuracy'])

# Buat dummy data sebanyak 1000 instances dengan dimensi 100
import numpy as np
data = np.random.random((1000, 100))
labels = np.random.randint(2, size=(1000, 1))

# Train model, dengan batch 32 samples sebanyak 10 epoch
model.fit(data, labels, epochs=10, batch_size=32)

Code di atas adalah neural net sederhana dengan satu layer input dan satu layer output. Dapat dilihat dengan Keras mendefinisikan topologi model jadi sangat mudah. Keras nanti akan dibahas lebih detil di posting selanjutnya.

 

 

One thought on “Install Ubuntu+TensorfLow+Keras

  1. ridwanbejo

    Ini bagus Pak, salah satu tools yang banyak digunakan industri.

    Kalau di Indonesia ada perusahaan namanya NodeFlux yang sudah menggunakannya untuk analisis CCTV terhadap kepadatan transportasi dan orang yang berlalu lalang di jalan.

    Reply

Leave a Reply

Your email address will not be published. Required fields are marked *