Comment utiliser TSNE CUDA sur Google Colab – Le code dont vous avez besoin

Bloqué pour utiliser la librairie TSNE CUDA sur Google Colab ? Vous trouverez ici un tutoriel étape par étape pour s’en servir !

Il m’a fallut pas mal de temps pour trouver comment utiliser TSNE CUDA sur Colab.

Et souvent il suffit d’une petite ligne de code qui agira comme une formule magique.

Pour TSNE Cuda, vous trouverez la solution dans cet article !

Les dépendances

Premièrement, la base, installer la librairie tsnecuda :

!pip install tsnecuda

Ensuite, on aura besoin d’utiliser conda pour ce tutoriel !

L’installation sur Google Colab est singulière. Elle a été détaillée dans cet article.

Le code en question :

!pip install -q condacolab
import condacolab
condacolab.install()

Finalement on installe les dépendances à tsnecuda :

!wget https://anaconda.org/CannyLab/tsnecuda/2.1.0/download/linux-64/tsnecuda-2.1.0-cuda101.tar.bz2
!tar xvjf tsnecuda-2.1.0-cuda101.tar.bz2
!cp -r site-packages/* /usr/local/lib/python3.7/dist-packages/

Grâce à elles on évite l’erreur redondante : ‘ImportError: libcublas.so.9.0’

Finalement, une dernière dépendance nous permet d’utiliser cuda avec tsnecuda :

LA MÉTHODE PARÉ POUR FAIRE DU DEEP LEARNING !

Reçois tes 7 JOURS De Formation GRATUITE Pour Apprendre À Créer TA PREMIÈRE INTELLIGENCE ARTIFICIELLE !

Pendant les 7 prochains jours je vais te montrer comment utiliser les Réseaux de neurones.

Tu vas comprendre ce qu'est le Deep Learning avec des exemples concrets qui vont te rester dans la tête.

ATTENTION, cette série d’email ne s’adresse pas à tout le monde. Si tu es du genre à aimer les cours théoriques et scolaires tu peux passer ta route.

Mais si tu souhaite apprendre la méthode PARÉ pour faire du Deep Learning, clique ici :

!conda install --offline tsnecuda-2.1.0-cuda101.tar.bz2

Et voilà ! Nous sommes…

… Prêt à utiliser TSNE CUDA sur Colab !

Importez simplement la librairie tsnecuda :

import tsnecuda

Puis tester si ça fonctionne avec ce court code :

from tsnecuda import TSNE as TSNE_CUDA

tsne_cuda = TSNE_CUDA(n_components=2, verbose=0)

Si vous n’avez pas d’erreur c’est que vous êtes bon pour créer des schémas TSNE !

D’ailleurs, on décrit dans un prochain article un cas d’usage concret pour la visualisation TSNE de phrases.

Encore des problèmes même après ce tutoriel ? N’hésitez pas à en parler dans les commentaires, nous mettons régulièrement à jour nos articles 😉

sources :

LA MÉTHODE PARÉ POUR FAIRE DU DEEP LEARNING !

Reçois tes 7 JOURS De Formation GRATUITE Pour Apprendre À Créer TA PREMIÈRE INTELLIGENCE ARTIFICIELLE !

Pendant les 7 prochains jours je vais te montrer comment utiliser les Réseaux de neurones.

Tu vas comprendre ce qu'est le Deep Learning avec des exemples concrets qui vont te rester dans la tête.

ATTENTION, cette série d’email ne s’adresse pas à tout le monde. Si tu es du genre à aimer les cours théoriques et scolaires tu peux passer ta route.

Mais si tu souhaite apprendre la méthode PARÉ pour faire du Deep Learning, clique ici :

Tom Keldenich
Tom Keldenich

Data Engineer & passionné d'Intelligence Artificielle !

Fondateur du site Inside Machine Learning

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Enter your email to receive for free

The PANE method for Deep Learning

* indicates required

 

You will receive one email per day for 7 days – then you will receive my newsletter.
Your information will never be given to third parties.

You can unsubscribe in 1 click from any of my emails.

Entre ton email pour recevoir gratuitement
la méthode PARÉ pour faire du Deep Learning


Tu recevras un email par jour pendant 7 jours - puis tu recevras ma newsletter.
Tes informations ne seront jamais cédées à des tiers.

Tu peux te désinscrire en 1 clic depuis n'importe lequel de mes emails.