TDP033 Datacentrisk artificiell intelligens

Modellcentriskt arbete: Komma igång

Komma igång med verktyget Tensorflow + Keras

Observera att denna labb är frivillig.

Tensorflow är ett ramverk för att utveckla artificiella neurala nät av den typ som används inom AI. Verktyget är utvecklat av Google. (Namnet Tensor-flow kommer sig av att det är tensorer, dvs. mångdimensionella matriser, som man opererar på.) För att underlätta användandet av Tensorflow, kommer vi att använda en frontend som heter Keras, som erbjuder ett förenklat gränssnitt.

I den här labben kommer ni att lära er verktyget Colab, Google's moln-tjänst för att köra Jupyter notebooks. Fördelen med att köra notebooks i Colab är att man kan dela med andra, att man inte behöver installera något på egen , och att man får tillgång till kraftfulla processorer. I gratisversionen kan man bl.a. välja att köra på GPU. Gratisversionen garanterer dock inte tillgång till GPU:er (se Googles FAQ). Google tilldelar resurser dynamiskt, utifrån vilka resurser som är fria, samt ur ni tidigare har använt resurserna. Se därför till att alltid stänga ner era beräkningsresurser (Runtime), så fort ni är klara med en labbsession, etc.

Förarbete inför labben: Läs igenom denna blogpost Läs även igenom denna tutorial. Följ länkarna som finns på dessa sidor, så att ni har läst all relevant information inför labben.

På laborationen:

Steg 1: Öppna websidan för Basic tutorial for beginners.

Steg 2: Klicka på knappen (överst, till vänster på sidan) som heter 'Run in Google Colab'.

När det står 'Download and install ...' i tutorial, så är detta bara en kommentar till vad som händer i koden. Det är alltså bibliotek som laddas ner och installeras i moln-tjänsten--det är inget ni behöver ladda ner och installera på egen dator.

Steg 3: Kör igenom tutorial, en cell i taget, genom att klicka på '[ ]' längst til vänster i varje kod-cell. (Notera hur RAM och hårddisk allokeras automatiskt när ni kör första cellen.) Notera de delresultat som körning av varje cell producerar.

Steg 4: Som avslutning, lägg gärna ett bokmärke till web-sidan för den tutorial ni nyss körde, för att senare lättare komma åt liknande tutorials, och annan dokumentation.

Steg 5: När ni känner er färdiga med tutorial:n, kan ni avsluta genom att högerklicka på lilla triangeln bredvid resurserna (övre högra ikonen, där det står RAM och Disk), välja 'Manage sessions', och i popup-fönstret klicka på TERMINATE.

Det finns inga inlämningar på denna labb

Sidansvarig: Rita Kovordanyi
Senast uppdaterad: 2026-03-12