Ubuntu'da Python betikleri nasıl çalıştırılır

giriiş

Geliştiriciler arasında yapay zeka tabanlı araçlar geliştirmenin artan popülaritesiyle birlikte Python, basitliği, okunabilirliği ve TensorFlow, PyTorch ve scikit-learn gibi kapsamlı kütüphaneleri sayesinde yapay zeka için en iyi programlama dillerinden biri olarak ortaya çıkmıştır. Bu kütüphaneler, makine öğrenimi, veri analizi ve sinir ağları için güçlü araçlar sunarak Python'ı yapay zeka ve makine öğrenimi projeleri için en iyi seçenek haline getirmektedir.

Python'un yapay zekadaki merkezi rolü göz önüne alındığında, Python betiklerini etkili bir şekilde nasıl çalıştıracağınızı öğrenmek önemlidir. Bu eğitim, bir Ubuntu makinesinde basit Python betiklerini çalıştırarak daha gelişmiş yapay zeka programlama için bir temel oluşturmanıza yardımcı olmak üzere tasarlanmıştır.

Ön koşullar

• Sudo ayrıcalıklarına sahip, root olmayan bir kullanıcı ve etkin bir güvenlik duvarı ile Ubuntu çalıştıran bir sunucu. Kurulum talimatları için lütfen bu listeden dağıtımınızı seçin ve Sunucuya Başlarken kılavuzumuzu izleyin. Lütfen desteklenen bir Ubuntu sürümü çalıştırdığınızdan emin olun.
• Linux komut satırına giriş.
• Başlamadan önce, sisteminizde yapılandırılmış depolar üzerinden yazılımların en son sürümlerinin ve güvenlik güncellemelerinin bulunduğundan emin olmak için Ubuntu terminalinde sudo apt-get update komutunu çalıştırın.

Bu talimatlar en son Ubuntu sürümleri için geçerlidir: Ubuntu 24.04, Ubuntu 22.04 ve Ubuntu 20.04. Ubuntu sürüm 18.04'ten küçükse, Ubuntu artık bu sürümleri desteklemediğinden en son sürüme yükseltmenizi öneririz. Bu talimatlar, Ubuntu sürümünüzü yükseltmenize yardımcı olacaktır.

Adım 1 – Python ortamının kurulumu

Ubuntu 24.04, varsayılan olarak Python 3 ile birlikte gelir. Python 3'ün yüklü olup olmadığını kontrol etmek için bir terminal açın ve aşağıdaki komutu çalıştırın:

python3 --version

Bilgisayarınızda Python 3 yüklüyse, bu komut Python 3'ün güncel sürümünü döndürür. Yüklü değilse, aşağıdaki komutu çalıştırıp Python 3 kurulumunu alabilirsiniz:

sudo apt install python3

Daha sonra sisteminize pip paket yükleyicisini kurmanız gerekiyor:

sudo apt install python3-pip

Adım 2 – Bir Python betiği oluşturun

Bir sonraki adım, çalıştırmak istediğiniz Python kodunu yazmaktır. Yeni bir betik oluşturmak için istediğiniz dizine gidin:

cd ~/path-to-your-script-directory

Dizine girdikten sonra yeni bir dosya oluşturmanız gerekiyor. Terminalde aşağıdaki komutu çalıştırın:

nano demo_ai.py

Boş bir metin düzenleyici açılacaktır. Mantığınızı buraya yazın veya aşağıdaki kodu kopyalayın:

from sklearn.tree import DecisionTreeClassifier
import numpy as np
import random
# Generate sample data
x = np.array([[i] for i in range(1, 21)]) # Numbers 1 to 20
y = np.array([i % 2 for i in range(1, 21)]) # 0 for even, 1 for odd
# Create and train the model
model = DecisionTreeClassifier()
model.fit(x, y)
# Function to predict if a number is odd or even
def predict_odd_even(number):
prediction = model.predict([[number]])
return "Odd" if prediction[0] == 1 else "Even"
if __name__ == "__main__":
num = random.randint(0, 20)
result = predict_odd_even(num)
print(f"The number {num} is an {result} number.")

Bu betik, scikit-learn kütüphanesini kullanarak basit bir karar ağacı sınıflandırıcısı oluşturur. Modeli, rastgele oluşturulmuş örnek verilere dayanarak tek ve çift sayılar arasında ayrım yapacak şekilde eğitir. Ardından, öğrenmesine dayanarak verilen sayı için bir tahminde bulunur.

Kaydedip metin düzenleyiciden çıkın.

Adım 3 – Gerekli paketleri yükleyin

Bu adımda yukarıdaki scriptte kullandığınız paketleri kurarsınız.

Yüklemeniz gereken ilk paket NumPy'dir. Bu kütüphaneyi, makine öğrenimi modelini eğitmek için bir veri kümesi oluşturmak amacıyla kullandınız.

Python 3.11 ve Pip 22.3'ten başlayarak, Python temel ortamlarının "harici olarak yönetilen" olarak işaretlenmesini belirten yeni bir PEP 668 var. Bu nedenle, pip3 scikit-learn numpy veya benzeri numpy kurulum komutlarını çalıştırmak bile bir hata verecektir: Harici olarak yönetilen ortam.

Numpy'yi başarıyla kurup kullanmak için, Python paketlerinizi sistem ortamından ayıran sanal bir ortam oluşturmanız gerekir. Bu önemlidir çünkü farklı projeler için gerekli olan bağımlılıkları ayrı tutar ve paket sürümleri arasında olası çakışmaları önler.

Öncelikle şunu çalıştırarak sanal ortamı oluşturun:

sudo apt install python3-venv

Şimdi bu aracı kullanarak çalışma dizininizde sanal bir ortam yaratın.

python3 -m venv python-env

Bir sonraki adım, aktivasyon betiğini çalıştırarak bu sanal ortamı aktif hale getirmektir.

source python-env/bin/activate

Çalıştırdığınızda, sanal ortam adınızın ön ekinin aşağıdaki gibi olduğunu gösteren bir terminal istemi göreceksiniz:

Output
(python-env) ubuntu@user:

Şimdi gerekli paketleri şu komutu çalıştırarak kurun:

pip install scikit-learn numpy

Random modülü, Python standart kütüphanesinin bir parçasıdır, bu nedenle ayrı olarak yüklemeniz gerekmez. Python ile birlikte gelir ve herhangi bir ek kurulum gerektirmeden doğrudan kullanılabilir.

Adım 4 – Python betiğini çalıştırın

Artık gerekli tüm paketlere sahip olduğunuza göre, çalışma dizininizde aşağıdaki komutu çalıştırarak Python betiğinizi çalıştırabilirsiniz:

python3 demo_ai.py

Başarılı bir şekilde çalıştırıldığında istediğiniz çıktıyı göreceksiniz.

Output
(python-env) ubuntu@user:~/scripts/python demo_ai.py
The number 5 is an Odd number.
(python-env) ubuntu@user:~/scripts/python demo_ai.py
The number 17 is an Odd number.

Adım 5 [İsteğe bağlı] – Komut dosyasını çalıştırılabilir hale getirin

Komut dosyası yürütme, Python'ı python3 yazarak açıkça çağırmanıza gerek kalmadan doğrudan çalıştırmanıza olanak tanır. Bu, komut dosyanızın daha hızlı ve daha rahat çalışmasını sağlar.

Python betiğinizi bir metin düzenleyici kullanarak açın.

nano demo_ai.py

Dosyanın en üstüne, sisteme betiği çalıştırırken hangi yorumlayıcıyı kullanacağını söyleyen #! adlı bir kod ekleyin. Kodunuzun önüne şu satırı ekleyin:

#!/usr/bin/env python3

Dosyayı kaydedip kapatın.

Şimdi bu betiği çalıştırılabilir hale getirin ki terminalinizdeki diğer programlar veya komutlar gibi çalıştırılabilsin.

chmod +x demo_ai.py

Başarılı bir şekilde çalıştırıldığında, kontrolü hemen göreceksiniz. Bundan sonra, betiğinizi aşağıdaki gibi çalıştırabilirsiniz:

./demo_ai.py

Sonuç

Bir Ubuntu makinesinde Python betiklerini çalıştırmak basit bir işlemdir. Python betiklerinin nasıl çalıştırılacağını anlayarak, yapay zeka geliştirme için gerekli olanlar da dahil olmak üzere Python'un sunduğu güçlü araçları keşfetmeye başlayabilirsiniz.