So laden Sie Tensorflow herunter und installieren es Jupyter Notizbuch

Montage von TensorFlow mit Anaconda on Windows or macOS Es wird eine Conda-Umgebung und einige wenige Befehle benötigt. Sie lernen außerdem, wie Sie TensorFlow importieren. Jupyter Notizbuch, der browserbasierte Notebook-Viewer.

TensorFlow-Versionen

TensorFlow unterstützt Berechnungen über mehrere CPUs und GPUs hinweg. Das bedeutet, dass die Berechnungen auf mehrere Geräte verteilt werden können, um die Trainingsgeschwindigkeit zu verbessern. Dank Parallelisierung müssen Sie nicht wochenlang auf die Ergebnisse der Trainingsalgorithmen warten.

Für Windows TensorFlow bietet Nutzern zwei Build-Varianten an:

• TensorFlow nur mit CPU-UnterstützungFalls Ihr Rechner keine NVIDIA-GPU besitzt, installieren Sie diese Version.
• TensorFlow mit GPU-UnterstützungSchneller für das Training, aber der Aufwand lohnt sich nur, wenn man wirklich Rechenleistung benötigt.

Für dieses Tutorial ist die Basisversion von TensorFlow ausreichend. Die folgende Tabelle vergleicht die beiden Versionen:

Versionshinweis: TensorFlow 2.10 war die letzte Version mit nativer Unterstützung. Windows GPU-Unterstützung. Ab Version 2.11. Windows Nutzer führen den GPU-Build innerhalb von WSL2 aus oder installieren das CPU-Paket. Apple Silicon Macs nutzen zusätzlich tensorflow-metal zur Beschleunigung.

Hinweis: TensorFlow bietet keine CUDA-GPU-Unterstützung auf macOS.

Hier erfahren Sie, wie Sie vorgehen

macOS Benutzer:

• Installieren Sie Anaconda
• Erstellen Sie eine .yml-Datei, um TensorFlow und seine Abhängigkeiten zu installieren.
• Start Jupyter Notizbuch

Windows Benutzer:

• Installieren Sie Anaconda
• Erstellen Sie eine .yml-Datei, um Abhängigkeiten zu installieren
• Verwenden Sie pip, um TensorFlow hinzuzufügen
• Start Jupyter Notizbuch

Um TensorFlow auszuführen Jupyter, eine dedizierte Umgebung innerhalb von Anaconda erstellen, die I enthältPython, Jupyter und TensorFlow. Fügen Sie eine wesentliche hinzu. Datenwissenschaft Bibliothek ebenfalls: Pandas, das Datenrahmen manipuliert.

Installieren Sie Anaconda

Herunterladen Anaconda Version 4.3.1 (für Python 3.6) für das entsprechende System.

Diese Versionen sind veraltet: Aktuelles TensorFlow 2.x ist kompatibel mit Python 3.9 bis 3.12. Seit 2024 ist für Organisationen mit mehr als 200 Mitarbeitern auch für den Standardkanal von Anaconda eine kostenpflichtige Lizenz erforderlich. Daher ist Miniconda oder Miniforge mit conda-forge die kostenlose Alternative.

Anaconda verwaltet die benötigten Bibliotheken für Python or RAnschließend werden sie pro Umgebung installiert.

Erstellen Sie eine .yml-Datei, um TensorFlow und seine Abhängigkeiten zu installieren.

Es umfasst

• Suchen Sie den Pfad von Anaconda
• Legen Sie das Arbeitsverzeichnis auf Anaconda fest
• Erstellen Sie die yml-Datei (Für MacOS-Benutzer wird TensorFlow hier installiert)
• Bearbeiten Sie die YML-Datei
• Kompilieren Sie die YML-Datei
• Aktiviere Anaconda
• TensorFlow installieren (Windows nur Benutzer)

Schritt 1) Lokalisieren Sie Anaconda,

Der erste Schritt, den Sie tun müssen, besteht darin, den Pfad von Anaconda zu finden.

Sie erstellen eine Conda-Umgebung, die die in den TensorFlow-Tutorials verwendeten Bibliotheken enthält.

Windows

If you are a Windows Benutzer, Sie können die Anaconda-Eingabeaufforderung verwenden und Folgendes eingeben:

C:\>where anaconda

Wir möchten den Namen des Ordners wissen, in dem Anaconda installiert ist, da wir unsere neue Umgebung in diesem Pfad erstellen möchten. Im obigen Bild befindet sich Anaconda im Ordner „Admin“; Ihr Ordner wird Ihren Benutzernamen tragen.

Als nächstes verschieben Sie das Arbeitsverzeichnis von c:\ nach Anaconda3.

MacOS

Für macOS Benutzer, öffnen Sie das Terminal und geben Sie Folgendes ein:

which anaconda

Sie erstellen nun einen Ordner in Anaconda, der Folgendes enthalten wird IPython, Jupyter und TensorFlowDie schnellste Möglichkeit, diese Bibliotheken zu deklarieren, ist eine YAML-Datei.

Schritt 2) Arbeitsverzeichnis festlegen

Geben Sie das Arbeitsverzeichnis an, in dem die yml-Datei erstellt werden soll; wie oben erwähnt, befindet sie sich innerhalb von Anaconda.

Für macOS Benutzer:

Das Terminal ist standardmäßig auf Benutzer/BENUTZERNAMEIn der folgenden Abbildung stimmen der Pfad zu Anaconda3 und das Arbeitsverzeichnis überein; macOS Zeigt den aktuellen Ordner vor dem $ an. Alle Bibliotheken sind dort installiert.

Falls der Pfad in Ihrem Texteditor nicht übereinstimmt, führen Sie im Terminal den Befehl cd PATH aus und setzen Sie den Pfad in Anführungszeichen, wenn er Leerzeichen enthält.

Öffnen Sie Ihr Terminal und geben Sie Folgendes ein:

cd anaconda3

Für Windows Benutzer, überprüfen Sie den Ordner, der Anaconda3 vorangestellt ist:

cd C:\Users\Admin\Anaconda3

oder der Pfad „where anaconda“, der Ihnen den Befehl gibt

Schritt 3) Erstellen Sie die YML-Datei

Sie können die YML-Datei im neuen Arbeitsverzeichnis erstellen.

Die Datei installiert die Abhängigkeiten, die Sie zum Ausführen von TensorFlow benötigen. Kopieren Sie diesen Code und fügen Sie ihn in das Terminal ein.

Für MacOS-Benutzer:

touch hello-tf.yml

Eine neue Datei mit dem Namen hello-tf.yml sollte in anaconda3 erscheinen

Für Windows Benutzer:

echo.>hello-tf.yml

Eine neue Datei mit dem Namen hello-tf.yml sollte erscheinen

Schritt 4) Bearbeiten Sie die YML-Datei

Sie sind bereit, die YML-Datei zu bearbeiten.

Für MacOS-Benutzer:

Sie können den folgenden Code in das Terminal einfügen, um die Datei zu bearbeiten. MacOS-Benutzer können verwenden vim um die YML-Datei zu bearbeiten.

vi hello-tf.yml

Bisher sieht Ihr Terminal so aus

Sie geben ein ein bearbeiten Modus. In diesem Modus können Sie nach Drücken der Esc-Taste Folgendes tun:

• Drücken Sie i, um mit der Bearbeitung zu beginnen.
• Drücken Sie Esc und geben Sie dann :w ein, um zu speichern.
• Drücke Esc und gib dann :q! ein, um das Spiel ohne Speichern zu beenden.

Schreiben Sie den folgenden Code im Bearbeitungsmodus und drücken Sie Esc, gefolgt von :w

Hinweis: Die Akte ist Fall und Einrückungsabhängig. Für jede Einrückungsebene werden zwei Leerzeichen benötigt.

Für MacOS

name: hello-tf
dependencies:
 - python=3.6
 - jupyter
 - ipython
 - pandas
 - pip:
 - https://storage.googleapis.com/tensorflow/MacOS/cpu/tensorflow-1.5.0-py3-none-any.whl

Code Erläuterung

• Name: hello-tf: Name der YML-Datei
• Abhängigkeiten:
• Python=3.6
• Jupiter
• python
• Pandas: Installieren Python 3.6, Jupyter, IPython und Pandas.
• pip: Installieren Sie ein Python
  • Das Rad URL: Installieren Sie TensorFlow direkt von der Google Speicher-API.

Drücken Sie Esc gefolgt von :q!, um den Bearbeitungsmodus zu verlassen.

Für Windows Benutzer:

Windows hat keine vimFür diesen Schritt reicht also Notepad aus.

notepad hello-tf.yml

Tragen Sie folgendes in die Datei ein

name: hello-tf
dependencies:
 - python=3.6
 - jupyter
 - ipython
 - pandas

Code Erläuterung

• Name: hello-tf: Name der YML-Datei
• Abhängigkeiten:
• Python=3.6
• Jupiter
• python
• Pandas: Installieren Python 3.6, Jupyter, IPython und Pandas.

Der Notizblock wird geöffnet. Von hier aus können Sie die Datei bearbeiten.

Hinweis: Windows Die Benutzer installieren TensorFlow im nächsten Schritt; hier bereiten Sie lediglich die Conda-Umgebung vor.

Schritt 5) Kompilieren Sie die YML-Datei

Kompilieren Sie die .yml-Datei mit folgendem Befehl:

conda env create -f hello-tf.yml

Hinweis: Für Windows Benutzer wird die neue Umgebung im aktuellen Benutzerverzeichnis erstellt.

Es benötigt Zeit und ungefähr 1.1 GB Speicherplatz.

In Windows

Schritt 6) Conda-Umgebung aktivieren

Sie verfügen nun über zwei Conda-Umgebungen.

Eine isolierte Umgebung wird als empfehlenswerte Vorgehensweise angesehen, da jedes Maschinelles Lernen Für dieses Projekt wird ein anderer Bibliothekssatz benötigt, den Sie nach Projektende löschen können.

conda env list

Das Sternchen markiert die aktive Umgebung. Wechseln Sie zu hello-tf, um sie zu aktivieren. Moderne Conda-Versionen verwenden auf jeder Plattform `conda activate`; `source activate` ist veraltet.

Für MacOS-Benutzer:

source activate hello-tf

Für Windows Benutzer:

activate hello-tf

Stellen Sie sicher, dass alle Abhängigkeiten innerhalb derselben Umgebung aufgelöst werden, also Python, Jupyter TensorFlow und TensorFlow haben ein gemeinsames Präfix. Falls die drei Pfade voneinander abweichen, muss die Umgebung neu erstellt werden.

Für MacOS-Benutzer:

which python
which jupyter
which ipython

Optional: Prüfen Sie, ob ein Update verfügbar ist.

pip install --upgrade tensorflow

Schritt 7) Installieren Sie TensorFlow für Windows Benutzer

Für Windows Benutzer:

where python
where jupyter
where ipython

Two Python Es gibt nun zwei Umgebungen: die Basisumgebung und hello-tf. Nur hello-tf enthält TensorFlow. Im Bild verwenden Python, Jupyter und IPython alle dieselbe Umgebung, sodass TensorFlow von überall aus nutzbar ist. Jupyter Notizbuch.

Windows Benutzer installieren TensorFlow mit pip:

pip install tensorflow

Wie importiert man TensorFlow in Jupyter Notizbuch

Dieser Abschnitt ist auf beiden Betriebssystemen identisch. Denken Sie daran, dass die Umgebung jedes Mal aktiviert werden muss, bevor Sie TensorFlow öffnen.

Sie gehen wie folgt vor:

• Aktivieren Sie die Hello-TF-Conda-Umgebung
• Öffne Jupyter
• TensorFlow importieren
• Notizbuch löschen
• Menu Jupyter

Schritt 1) Conda aktivieren

Für MacOS-Benutzer:

source activate hello-tf

Für Windows Benutzer:

conda activate hello-tf

Schritt 2) Öffne Jupyter

Danach können Sie öffnen Jupyter vom Terminal aus

jupyter notebook

Der Browser sollte sich automatisch öffnen; andernfalls kopieren Sie die URL Ausgabe des Terminals, beginnend mit http://localhost:8888.

Das Dashboard listet alle Dateien im Arbeitsverzeichnis auf. Klicken Sie hier. New und Python 3 um ein Notizbuch zu erstellen.

Hinweis: Das neue Notizbuch wird automatisch im Arbeitsverzeichnis gespeichert.

Schritt 3) TensorFlow importieren

Im Notebook können Sie TensorFlow importieren Jupyter Notizbuch mit dem tf-Alias. Klicken Sie zum Ausführen. Unten wird eine neue Zelle erstellt.

import tensorflow as tf

Lassen Sie uns Ihren ersten Code mit TensorFlow schreiben.

hello = tf.constant('Hello, Guru99!')
hello

Neue Tensor wurde erstellt. Herzlichen Glückwunsch, TensorFlow läuft jetzt mit Jupyter auf Ihrer Maschine.

Schritt 4) Datei löschen

Löschen Sie die Datei mit dem Namen Untitled.ipynb aus dem Verzeichnis Jupyter Instrumententafel.

Schritt 5) Menu Jupyter

Jupyter kann entweder direkt im Notebook oder über das Terminal (Anaconda Prompt) geschlossen werden. Windows).

Von Jupyter

Im Hauptpanel von Jupyter Notizbuch, einfach anklicken Abmelden

Sie werden zur Abmeldeseite weitergeleitet.

Vom Terminal

Wählen Sie das Terminal oder die Anaconda-Eingabeaufforderung aus und drücken Sie zweimal Strg+C.

Beim ersten Drücken von Strg+C werden Sie aufgefordert, das Herunterfahren zu bestätigen; beim zweiten Mal wird es bestätigt.

Du hast dich erfolgreich abgemeldet.

Jupyter mit der Haupt-Conda-Umgebung

Um TensorFlow zu starten mit Jupyter Aktivieren Sie in einer späteren Sitzung zuerst die Umgebung:

source activate hello-tf

Ohne diesen Schritt, Jupyter startet in der Basisumgebung und der Import schlägt fehl.

Häufig gestellte Fragen