Preparación de entorno Offline para implementar DeepLearning

En este artículo vamos a ver cómo podemos preparar nuestro entorno de trabajo offline para ejecutar todos los ejercicios y casos de uso prácticos que os presentaré a lo largo de varios artículos relacionados al DeepLearning, Machine Learning e Inteligencia Artificial.

Concretamente, yo llamo a este entorno offline porque vamos a requerir la instalación de una serie de aplicaciones de software en nuestros equipos para poder realizar esa ejecución de ese código en Python 3.

Más adelante veremos otro entorno, en este caso un entorno online utilizando Google colaboratory, que no va a requerir la instalación de este software que os voy a presentar.

Ahora bien, pues para la instalación de este entorno offline yo siempre os recomiendo que instales esta distribución conocida como Anaconda, que va a contener todos esos componentes tecnológicos que vamos a ir utilizando. Concretamente, los componentes que vamos a utilizar van a ser Jupiter Notebook, además una serie de librerías especializadas para machine learning o Deep Learning, como por ejemplo Keras, Tensor Flow, etc. Y también os recomiendo que utilicéis otra funcionalidad bastante importante cuando hablamos de Python, que son los entornos virtuales.

Anaconda lo que nos proporciona es en un solo paquete de software, todos estos componentes juntos y además una pequeña interfaz gráfica con la que podemos gestionarlos de manera bastante sencilla. Vamos a comenzar por la instalación de Anaconda.

La instalación de Anacondaes muy, muy sencilla. Simplemente tenéis que acceder a Anaconda. Os llevará a esta página web que estáis viendo ahora mismo en pantalla y en esta sección de recursos. Concretamente, nosotros vamos a acceder a esa versión open source.

De acuerdo, nos vamos a recursos o productos, incluso la versión individual Open Source y veis que en esta versión individual tenemos un botoncito de descarga que si le damos, pues nos lleva a las diferentes versiones de Anaconda para los diferentes sistemas operativos.

Lo bueno que tiene Anaconda es que nos permite gestionar todos esos componentes y además es multiplataforma, lo que de alguna manera nos facilita también la instalación de todos los componentes que requiramos.

Yo, por ejemplo, ahora mismo estoy utilizando un Windows. Por lo tanto me descargaría está este instalador de la interfaz gráfica para Windows. Pero si vosotros estáis utilizando Windows o Linux, pues tenéis aquí los instaladores de la misma forma.

Una vez que lo descargues y lo instalas, simplemente tenéis que seguir el asistente de instalación y seguir las instrucciones del instalador.

Es algo muy sencillito. Lo que tendréis cuando lo abráis será algo como lo que estáis viendo ahora en pantalla.

Muy bien!!!, esta es la interfaz gráfica que nos ofrece Anaconda y desde aquí vamos a poder gestionar diferentes cosas, como por ejemplo las aplicaciones que instalamos, o también en esos entornos virtuales de los que os hablaba anteriormente. Vamos a empezar por ver los entornos virtuales en esta parte de Environments.

Cuando nosotros pulsamos en ésta opción, lo que vemos es los entornos virtuales que tenemos creados en este momento.

Yo recomiendo que creéis un entorno virtual específico para comenzar a pegarnos y entender como funciona, pero que es un entorno virtual?.

Quiere decir que todos los paquetes de software que instalemos en ese entorno estarán únicamente instalados ahí y no en el resto de entornos o en nuestro sistema operativo base, en el momento en el que nosotros queramos borrar de alguna forma ese entorno, porque ya no queremos utilizarlo más, lo borramos de Anaconda y eso es lo que hace es eliminar todas las dependencias y todas las librerías que hayamos instalado ahí, con lo cual es una manera muy sencilla y muy limpia de tener bien ordenadas las librerías que utilizamos para un tipo de proyectos y las que utilizamos para otros proyectos diferentes. De hecho, yo recomiendo que cuando iniciamos un proyecto grande, deep learning o de machine learning, siempre creéis un entorno virtual para ese proyecto en concreto, porque puede requerir librerías que entren en conflicto con otras librerías que tengáis ya instaladas en vuestro sistema operativo base.

Fijaros, para crear un entorno virtual es muy sencillo. Con la interfaz gráfica de Anaconda simplemente nos vamos a este botón de Create en la parte de abajo.

Al pulsar nos levanta un preconfigurador y metemos la versión de Python que vamos a utilizar. Concretamente, yo voy a utilizar 3.8.*, todos los ejercicios van a estar adaptados para la última versión de Python y metemos el nombre de nuestro entorno virtual.

Concretamente aquí es importante que no metamos espacios o si no, luego podemos tener problemas a la hora de activar el entorno virtual. Por lo tanto, si queréis separar palabras, hacerlo con, guión abajo. Esto nos crearía nuestro entorno virtual.

Fijaros que anacondas en este momento lo que está haciendo es crear este entorno virtual y asignándole una serie de paquetes de librerías de Python que vienen por defecto implementadas en todos los entornos virtuales nuevos.

Una vez que nosotros tenemos creado nuestro nuevo entorno virtual, que fijaros que ya estaría creado aquí con el nombre intro_deep_learning, también lo tendríamos activado. Activar un entorno virtual quiere decir que nosotros en ese momento estamos ejecutando nuestro código sobre todas las librerías que están instaladas en ese entorno en concreto. Por lo tanto, si nosotros estamos en otro entorno diferente, donde no hemos instalado las librerías que necesitamos, lógicamente nuestro código no va a funcionar bien, fijaros que yo podría cambiar de entorno virtual si quiero volver al entorno base, yo simplemente pulso en este otro entorno virtual y me lleva directamente al otro entorno base, inmediatamente se me activan con las librerías que están instaladas.

Vamos a volver a nuestro entorno y lo siguiente que os voy a enseñar es cómo instalar nuevas librerías en nuestro entorno virtual. Siempre que vosotros veáis que alguna de las librerías que estamos utilizando en un ejercicio da un error porque no se encuentra disponible, dice que Python no la encuentra. Quiere decir que tenéis que instalarla y para ello lo que tenéis que hacer es simplemente abrir Anaconda, igual que estoy haciendo durante éste proceso inicial, os vais a vuestro entorno virtual.

Sobre este play, con el botón izquierdo le dais a abrir terminal o linea de comando según el sistema operativo, y esto lo que hará será abriros una terminal de vuestro sistema operativo. Una vez se abre la terminal, en la que aparece ese entorno virtual en concreto activado como aparece entre paréntesis, esto quiere decir que todo lo que ejecutemos ahora mismo sobre la terminal hablando de Phyton estará ejecutándose sobre nuestro entorno virtual, con lo cual si yo instalo ahora una librería nueva, estará

Vamos a usar otra forma de instalar que la propia interfaz de Anaconda nos ofrece e instalaremos tensorflow, venga a por ello!

En la parte derecha de la interfaz como opción en nuestro entorno virtual, le damos a la opción Not installed y buscamos tensorflow, pillamos la opción aunque existen ni mas ni menos que hasta 17 librerias, pero vamos con lo mas básico, en la parte de abajo vemos la opción de Apply.

En este caso me estoy instalando Tensor Flow en el contexto de mi entorno virtual. Si yo cambio de entorno virtual o me voy a mi sistema operativo base, no tendré tensor flow instalado. Lo estoy instalando solo en este entorno virtual en concreto.

Muy bien!! ya tendría instalado Tensor Flow y así podría seguir haciendo con el resto de librerías que necesitéis instalar.

Una vez que nosotros hemos instalado lo que necesitemos, simplemente cerramos la opción de terminal o línea de comando, con ésto ya podríamos empezar a gestionar o ejecutar código en nuestro entorno virtual para ello.

Fijaros qué sencillo es, nos vamos a la opción Home y la herramienta que nosotros vamos a utilizar para ejecutar el código va a ser Jupyter Notebook, que es esta herramienta de aquí que concretamente, si acabáis de crear el entorno como yo he hecho, tenéis que instalarla.

Pulsamos en Install y automáticamente os instala también Jupyter Notebook en el contexto de vuestro entorno virtual.

Si eliminamos ese entorno virtual, que también podéis hacerlo de manera muy sencillita, pues lo que provocaría es que perderíais todas las librerías y herramientas instaladas ahí. Bien vamos avanzando, pues Jupyter Notebook es una de las herramientas más comunes a la hora de desarrollar código, sobre todo cuando hablamos de Machine Learning, Deep Learning, etc.

Instalado el Jupyter Notebook, uuuyeah! sobretodo porque nos permite de alguna manera ejecutarlo en nuestro navegador, verlo representado de manera bastante gráfica, bastante bonita y además intercambiar de manera muy sencilla ese código con otras personas, más adelante nos meteremos con Mojo.

Os voy a dar los ficheros Jupiter Notebook para que vosotros podáis abrirlo en vuestro equipo a través de esta aplicación. Una vez que terminan de instalar los Jupyter Notebook, fijaros lo sencillo que es. Simplemente le damos a ejecutar Jupyter Notebook y nos abre una opción de seleccionar al navegador que tengamos asignado por defecto o el que consideréis.

Yo normalmente trabajo con Chrome, así que le doy a la opción y automáticamente me levanta una pestaña de trabajo con Jupyter Notebook

Nos muestra esta aplicación web en la que podemos navegar por nuestro sistema de ficheros.

Concretamente, fijaros, voy a crear una carpeta con el siguiente nombre intro deep learning y lo que vosotros tenéis que hacer es lo mismo.

Os creáis una carpeta en vuestro sistema de ficheros en los documentos donde vosotros queráis y los ejercicios que yo os voy a ir poniendo en los siguientes articulos los vais descargando. Pero esto ya lo dedicamos al siguiente artículo, a por ello chavales y disfrutar el finde.