想運行TuriCreate，卻沒有蘋果電腦，也沒有Linux使用經驗，怎么辦？用上這款云端應用，讓你免安裝Python運行環境。一分錢不用花，以高性能GPU，輕松玩兒轉深度學習。

痛點

《如何用Python和深度神經網絡識別圖像？》一文發布后，收到了很多讀者的留言。大家對從前印象中高不可攀的深度神經網絡圖片識別來了興趣，都打算親自動手，試用一下簡單易用的TuriCreate框架。

有的讀者嘗試之后，很開心。

有的讀者卻遇到了問題：

我在《如何用Python和深度神經網絡尋找近似圖片？》一文中，對這個疑問做了回應——TuriCreate目前支持的操作系統有限，只包括如下選項：

如果你用的操作系統是Windows 7及以下版本，目前TuriCreate還不支持。

解決辦法有兩種：

第一種，升級到Windows 10，并且使用WSL。

第二種，采用虛擬機安裝好Linux。

這兩種解決方法好不好？

不好。

它們都是沒有辦法的辦法。

因為都需要用戶接觸到Linux這個新系統。

對于IT專業人士來說，Linux確實是個好東西。

首先，它免費。因此可以把軟硬件的綜合使用成本降到最低；

其次，它靈活。從系統內核到各種應用，你都可以隨心所欲定制。不像Windows或者macOS，管你用不用西班牙語和文本語音朗讀功能，統統默認一股腦給你裝上；

第三，它結實。Linux雖然免費，但是從創生出來就是以UNIX作為參考對象，完全可以勝任運行在一年都不關機一回的大型服務器上。

但是，Linux這些優點，放到我專欄的主要閱讀群體——“文科生”——那里，就不一定是什么好事兒了。

因為Linux的學習曲線，很陡峭。

所以，如果你固執地堅持在自己的電腦上運行TuriCreate，又不愿意學Linux，那可能就得去買臺Macbook了。

但是，誰說運行代碼一定要在自己的機器上呢？

云端

你可以把TuriCreate安裝在云端——只要云端的主機是Linux就好。

你可能怒了，覺得我是在戲耍你——我要是會用Linux，就直接本地安裝了！本地的Linux我都不會用，還讓我遠程使用Linux？！你什么意思嘛？

別著急，聽我把話說完。

云端的Linux主機，大多是只給你提供個操作系統，你可以在上面自由安裝軟件，執行命令。

這樣的云端系統，往往需要你具備相當程度的IT專業知識，才能輕松駕馭。

更要命的是，這種租用來的云主機，要么功能很弱，要么很貴。

那種幾十塊錢一個月的主機，往往只有一個CPU核心。跑深度學習項目？只怕你還沒獲得結果，別人的論文都發出來了。

有沒有高性能主機？當然有。

例如亞馬遜的AWS，就提供了p2.xlarge這樣的配置供你選擇。有了它，運行深度學習任務游刃有余。

但是它很貴。

有人計算過，如果你需要長期使用深度學習功能，還是本地組裝一臺高性能電腦比較劃算。

另外，雖然亞馬遜已經幫你做了很多準備工作。你從開始折騰這臺云主機到真正熟練掌握使用，還是要花些功夫。

從網上找一篇靠譜的教程后，經過自己的反復實踐，不斷求助，最終你會掌握以下技能：

• 硬件配置含義；
• 云平臺信用卡支付方式；
• 控制面板使用；
• 計費原理；
• 競價規則；
• 實例使用限制；
• 定制實例類型選擇；
• 安全規則設定；
• 公鑰私鑰的使用；
• 加密通訊ssh連接；
• 文件權限設定；
• 其他……

了解了如何最省錢地運行高配置AWS虛擬主機，知道該在何時啟動和關閉實例。一個月下來，你看著賬單上的金額如此之少，會特別有成就感吧。

問題是，你最初是想要干什么來著？

你好像只是打算把手頭的照片，利用TuriCreate上的卷積神經網絡快速做個分類模型出來吧？

所以，這種折騰不是正道。

在某些時刻，做出正確的選擇比盲目付出努力重要得多。

你應該選擇一個云平臺，它得具有如下特色：

你不必會Linux，也不用從頭裝一堆基礎軟件。打開就能用，需要哪個額外的功能，一條指令就搞定。提供高性能GPU用來運行深度學習代碼……最好還免費。

你是不是覺得我在做夢？猶豫著要不要趕緊喊我醒過來？

這不是做夢，真的有這樣的好事兒。

發現

本文推薦給你的云運行環境，是由Google提供的Colaboratory，下文簡稱Colab。

其實這個工具已經存在了好幾年了。

最初版本由Google和Jupyter團隊合作開發。只是最近才迭代到漸入佳境的狀態。經過這篇Medium文章的推廣，吸引了很多研究者和學習者的關注。

官方的介紹是：

Colaboratory 是一款研究工具，用于進行機器學習培訓和研究。它是一個 Jupyter 筆記本環境，不需要進行任何設置就可以使用。

請用Google Chrome瀏覽器打開這個鏈接，你可以看到這份“Colaboratory簡介”。

雖然外觀不同，但是它實際上就是一份Jupyter Notebook筆記本。

我們嘗試運行一下其中的語句。

注意這個筆記本里面的語句，其實是Python 2格式。但是默認筆記本的運行環境，是Python 3。

所以，如果你直接執行第一句（依然是用Shift+Enter），會報錯。

解決辦法非常簡單，打開上方工具欄中的“代碼執行程序”標簽頁。

選擇最下方的“更改運行時類型”。

將默認的Python 3改成Python 2之后，點擊右下角的保存按鈕。

然后我們重新運行第一個代碼區塊的語句。這次就能正常輸出了。

語句區塊2就更有意思了。它直接調用Google自家的深度學習框架——tensorflow軟件包。

我曾經專門為tensorflow的安裝寫過教程。但是在這里，你根本就沒有安裝tensorflow，它卻實實在在為你工作了。

不僅是tensorflow，許多常用的數據分析工具包，例如numpy, matplotlib都默認安裝好了。

對于這些基礎工具，你一概不需要安裝、配置、管理，只要拿過來使用就行。

我們運行最后一個代碼單元。

看，圖片輸出都毫無問題。

編程環境領域的即插即用?。√袅?！

可是興奮過后，你可能覺得不過如此——這些軟件包，我本地機器都正確安裝了。執行起來，再怎么說也是本地更方便一些啊。

沒錯。

但是安裝TuriCreate時，你的Windows操作系統不支持，對不對？

下面我為你展示如何用Colab運行TuriCreate，進行深度學習。

數據

我把需要分類的圖像數據以及ipynb文件都放到了這個github項目中。請點擊這個鏈接下載壓縮包。

下載后解壓到本地硬盤。

可以看到，其中包含一個ipynb文件和一個image目錄。

image目錄內容，就是你之前在《如何用Python和深度神經網絡尋找近似圖片？》一文中已經見過的哆啦a夢和瓦力的圖片。

這是藍胖子的圖片：

這是瓦力的圖片：

請用Google Chrome瀏覽器（目前Colab尚不支持其他瀏覽器）打開這個鏈接，開啟你的Google Drive。

當然，如果你還沒有Google賬號，需要注冊一個，然后登錄使用。

下面，把你剛剛解壓的那個文件夾拖拽到Google Drive的頁面上，系統自動幫你上傳。

上傳完成后，在Google Drive里打開這個文件夾。

在demo_python_image_classification.ipynb文件上單擊鼠標右鍵。選擇打開方式為Colaboratory。

Colab打開后的ipynb文件如下圖所示。

我們首先需要確定運行環境。點擊菜單欄里面的“修改”，選擇其中的“筆記本設置”。

確認運行時類型為Python 2，硬件加速器為GPU。如果不是這樣的設置，請修改。然后點擊保存。

數據有了，環境也已配置好。下面我們正式開始運行代碼了。

代碼

我們嘗試讀入TuriCreate軟件包。

import turicreate as tc

結果會有如下報錯。

遇到這個報錯很正常。

因為我們還沒有安裝TuriCreate。

不是說不需要安裝深度學習框架嗎？

那得看是誰家的深度學習框架了。

Colab默認安裝Tensorflow，因為它是Google自家開發的深度學習框架。

而TuriCreate是蘋果的產品，所以需要咱們手動安裝。

手動安裝很麻煩嗎？

才不會。

新開一個代碼單元，然后輸入以下一行語句：

!pip install turicreate

你就可以看到Colab幫你辛勤地安裝TuriCreate以及全部依賴包了，根本不用自己操心。瞬間就安裝好了。

我們重新調用TuriCreate。

import turicreate as tc

這次成功執行，再沒有出現報錯。

下面我們需要做一件事情，就是讓Colab可以從我們的數據文件夾里面讀取內容。

可是默認狀態下，Colab根本就不知道我們的數據文件夾在哪里——即便我們本來就是從Google Drive的演示文件夾下面打開這個ipynb文件的。

我們首先要讓Colab找到Google Drive的根目錄。

這原本是一個相對復雜的問題。但是好在我們有現成的代碼，可以拿來使用。

請執行下面這個單元格的代碼。看不懂不要擔心。因為你不需要調整其中的任何語句。

!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

執行剛開始，你會看到下面的運行狀態。

過了一小會兒，你會發現程序停了下來。給你一個鏈接，讓你點擊。并且囑咐你把獲得的結果填入下面的文本框。

點擊鏈接，你會看到下圖。

點擊你自己的Google賬號。

然后會提示你Google Cloud SDK的權限請求。

點擊允許后，你就獲得了一長串字符了。復制它們。

回到Colab頁面上，把這一長串字符粘貼進去，回車。

你可能認為運行完畢。不對，還需要第二步驗證。

又出來了一個鏈接。

點擊之后，還是讓你選擇賬號。

然后Google Cloud SDK又提出了權限要求。注意和上次的請求權限數量不一樣。

你需要再復制另外的一串新字符。

粘貼回去，回車。這次終于執行完畢。

好了，現在Colab已經接管了你的Google Drive了。我們給Google Drive云端硬盤的根目錄起個名字，叫做drive。

!mkdir -p drive
!google-drive-ocamlfuse drive

然后，我們告訴Colab，請把我們當前的工作目錄設定為Google Drive下的demo-python-image-classification-Google-colab-master文件夾。

import os
os.chdir("drive/demo-python-image-classification-Google-colab-master/")

好了，準備工作完畢，我們繼續。

我們需要告訴TuriCreate，圖像數據文件夾在哪里。

img_folder = 'image'

然后，我們讀入全部圖像文件到數據框data。

data = tc.image_analysis.load_images(img_folder, with_path=True)

這里，你會發現讀入速度比較慢。這確實是個問題，是否是因為TuriCreate的SFrame數據框在Colab上有些水土不服？目前我還不能確定。

好在咱們樣例中的文件總數不多，還能接受。

終于讀取完畢了。

我們看看data中包含哪些數據吧。

data

跟Jupyter Notebook本地運行結果一致，都是文件路徑，以及圖片的尺寸信息。

下面，我們還是給圖片打標記。

來自哆啦a夢文件夾的，標記為doraemon；否則標記為walle。

data['label'] = data['path'].apply(lambda path: 'doraemon' if 'doraemon' in path else 'walle')

再看看data數據框內容。

data

可見，標記已經成功打好。

我們嘗試用explore()函數瀏覽data數據框，查看圖片。

data.explore()

但是很不幸，TuriCreate提示我們，該功能暫時只支持macOS.

別忘了，我們現在使用的，是Linux操作系統，所以無法正常使用explore()函數。不過這只是暫時的，將來說不定哪天就支持了。

幸好，這個功能跟我們的圖像分類任務關系不大。我們繼續。

把數據分成訓練集與測試集，我們使用統一的隨機種子取值，以保證咱們獲得的結果可重復驗證。

train_data, test_data = data.random_split(0.8, seed=2)

下面我們正式建立并且訓練模型。

model = tc.image_classifier.create(train_data, target='label')

運行的時候，你會發現，原本需要很長時間進行的預訓練模型參數下載，居然瞬間就能完成。

這是怎么回事兒？作為思考題，留給你自行探索解答。給你一個小提示：云存儲。

TuriCreate自動幫我們處理了圖像尺寸歸一化，并且進行了多輪迭代，尋找合適的超參數設置結果。

好了，我們嘗試用訓練集生成的模型，在測試集上面預測一番。

predictions = model.predict(test_data)

預測結果如何？我們用evaluate()函數來做個檢驗。

metrics = model.evaluate(test_data)
print(metrics['accuracy'])

結果如下：

0.935483870968

我們看看預測的結果：

predictions

dtype: str
Rows: 31
['doraemon', 'walle', 'walle', 'walle', 'walle', 'walle', 'doraemon', 'doraemon', 'doraemon', 'walle', 'walle', 'walle', 'doraemon', 'doraemon', 'walle', 'doraemon', 'doraemon', 'doraemon', 'doraemon', 'walle', 'walle', 'doraemon', 'doraemon', 'doraemon', 'walle', 'doraemon', 'doraemon', 'doraemon', 'doraemon', 'doraemon', 'walle']

再看看實際的標記：

test_data['label']

dtype: str
Rows: 31
['walle', 'walle', 'walle', 'walle', 'walle', 'walle', 'doraemon', 'doraemon', 'doraemon', 'doraemon', 'walle', 'walle', 'doraemon', 'doraemon', 'walle', 'doraemon', 'doraemon', 'doraemon', 'doraemon', 'walle', 'walle', 'doraemon', 'doraemon', 'doraemon', 'walle', 'doraemon', 'doraemon', 'doraemon', 'doraemon', 'doraemon', 'walle']

兩相比對，我們希望找出那些錯誤預測的圖片存儲位置：

test_data[test_data['label'] != predictions]['path']

下面我們需要直觀瀏覽一下預測錯誤的圖像。

讀入Jupyter的Image模塊，用于展示圖像。

from IPython.display import Image

我們先來展示第一幅圖像：

Image(test_data[test_data['label'] != predictions]['path'][0])

結果如下：

還是老樣子，50層的深度神經網絡模型，已經無法讓人直觀理解。所以我們無法確切查明究竟是哪個判定環節上出了問題。

然而直觀猜測，我們發現在整個照片里，方方正正的瓦力根本就不占主要位置。反倒是圓頭圓腦的機器人成了主角。這樣一來，給圖片形成了比較嚴重的噪聲。

我們再來看看另一幅圖：

Image(test_data[test_data['label'] != predictions]['path'][1])

結果是這樣的：

這幅圖里面，同樣存在大量的干擾信息，而且就連哆啦a夢也做了海盜cosplay。

好了，到這里，我們的代碼遷移到Colab工作順利完成。

如你所見，我們不需要在本地安裝任何軟件包。只用了一個瀏覽器和一個從github下載的文件夾，就完成了TuriCreate深度學習的（幾乎）全部功能。

比起虛擬機安裝Linux，或者自己設定云端Linux主機，是不是輕松多了呢？

小結

通過閱讀本文，希望你已經掌握了以下知識點：

• 某些深度學習框架，例如TuriCreate，會有平臺依賴；
• 除了本地安裝開發環境外，云端平臺也是一種選擇；
• 選擇云端平臺時，特別要注意設置的簡便性與性價比；
• 如何將數據和代碼通過Google Drive遷移到Colab中；
• 如何在Colab中安裝缺失的軟件包；
• 如何讓Colab找到數據文件路徑。

另外，請你在為需求選擇工具的時候，記住哈佛大學營銷學教授萊維特（Theodore Levitt）的那句經典名言：

人們其實不想買一個1/4英寸的鉆頭。他們只想要一個1/4英寸的洞。

這句話不僅對學習者和開發者有用。

對于產品的提供者，意義只怕更為重大。

討論

你之前正確安裝了TuriCreate了嗎？用的什么操作系統？你嘗試過在云端運行Python代碼嗎？有沒有比Colab更好的云端代碼運行環境？歡迎留言，把你的經驗和思考分享給大家，我們一起交流討論。

喜歡請點贊。還可以微信關注和置頂我的公眾號“玉樹芝蘭”(nkwangshuyi)。

如果你對數據科學感興趣，不妨閱讀我的系列教程索引貼《如何高效入門數據科學？》，里面還有更多的有趣問題及解法。