Konfiguracja środowiska

W tym poście opisze krótko minimalną konfigurację środowiska do pracy z tematami computer-vision, które prezentować będę w ramach prezentacji kodu.

Opis dotyczy systemu operacyjnego Ubuntu (opis powinien działać od wersji 16.04 wzwyż). Linux to, jak przekonacie się w dalszych postach, jedyne sensowne środowisko do machine learning-u. Niektórzy powiedzą, że 'anaconda' daje radę, jednakże jest to prawda dopóki nie zacznie się pracy z niestandardowymi bibliotekami. Dlatego ja zaprezentuję rozwiązanie, które działa i jest najmniej problematyczne.

[Ten post jest fragmentem serii "Krok po kroku" wprowadzającej do uczenia maszynowego (Machine Learning). Zapraszam do zapoznania się z całością.]

Instalacja narzędzi

Po pierwsze na swoim Ubuntu potrzebujemy mieć zainstalowanego pythona.
Instalacja w terminalu wyglada następująco:

sudo apt-get update
sudo apt-get install python3

Następnie instalujemy managera pakietów:

sudo apt-get install python3-pip

Pakiety i moduły Pythona

W następnym kroku zainstalujemy podstawowe pakiety to pracy w machine learningu, tj:

• numpy - biblioteka do obliczen numerycznych
• pandas - biblioteka do pracy z danymi
• matplotlib - biblioteka to tworzenia wykresów

oraz pakiety, w których prezentować będę wiele koncepcji:

• opencv-python - biblioteka to przetwarzania obrazy
• Pillow - inna biblioteka do przetwarzania obrazu
• torch - framework Machine Learning-owy
• torchvision - dedykowanie rozwiązania Computer Vision
• albumentations - augmentacja danych wizualnych
• tqdm - biblioteka prezentująca progres wykonania zadań
• jupyter - interaktywne środowsisko do pisania kodu

By zrobić to w jednym kroku należy wywołać komendę:

pip3 install numpy pandas matplotlib opencv-python \
     torch torchvision albumentations tqdm jupyter \
     Pillow

Test instalacji

Jeżeli powyższe kroki wykonały się poprawnie, możemy przystąpić do uruchomienia interaktywnego środowiska, w którym pisać będziemy kod:

jupyter notebook

Przed naszymi oczami powinna uruchomić się przeglądarka z takim widokiem:

Po naciśnięciu przycisku "New" a następnie opcji "Notebook/Python3" zobaczymy, miejsce gdzie możemy rozpocząć pisanie kodu:

W tym momencie mamy wszystko czego nam trzeba, aby rozpocząć przygodę z pisaniem kodu. Ale o tym już w następnych postach...