TensorFlow ist eine freie und quelloffene Software-Bibliothek für Datenfluss und differenzierbare Programmierung für eine Reihe von Aufgaben. Es handelt sich um eine symbolische Mathematikbibliothek, die auch für Anwendungen des maschinellen Lernens wie neuronale Netze verwendet wird.
Sie haben es eilig? Dann speichern Sie diesen Blogartikel von R23 als PDF
Brauchen Sie den Inhalt dieses Artikels “Einrichtung von TensorFlow 2” schnell und bequem? Dann speichern Sie ihn doch einfach als PDF!
Dieses Tutorial ist als praktischer Leitfaden gedacht und behandelt keine theoretischen Hintergründe. Diese werden in einer Vielzahl von anderen Dokumenten im Internet behandelt.
Für die Richtigkeit der Inhalte dieses Tutorials gebe ich keinerlei Garantie. Der hier gezeigte Weg ist nicht der einzige um ein solches System aufzusetzen, es ist lediglich, der, den ich bevorzuge.
Anaconda Installation
Anaconda ist eine Open-Source-Distribution für die Programmiersprachen Python. Die Distribution enthält unter anderem die Entwicklungsumgebung Spyder, den Kommandozeileninterpreter IPython, und ein webbasiertes Frontend für Jupyter. Paketversionen werden von der Paketverwaltung conda verwaltet.
Eine Installation Beschreibung für Linux habe ich hier veröffentlicht.
Anaconda habe ich auf meinem Windows System installiert.
Download Seiten:
- Link zu Tensorflow: https://www.tensorflow.org/
- Link zu Anaconda: https://www.anaconda.com/downloads
- Link zu VS Code: https://code.visualstudio.com/
Die Installation von TensorFlow ist in wenigen Schritten möglich.
TensorFlow Umgebung Einrichten
Python-Pakete lassen sich mit Conda einfach und reproduzierbar installieren. Dazu muss zuerst eine neue Umgebung eingerichtet werden und die zu verwendende Python-Version angegeben werden.
conda create -n tensorflow python=3.7 anaconda
Bevor neue Pakete installiert werden können muss die angelegte Umgebung allerdings noch aktiviert werden.
conda activate tensorflow
CPU oder GPU Version von TensorFlow
Für die GPU Version benötigen Sie einen Windows oder Linux Computer mit einer aktuellen NVIDIA Grafikkarte.
Wer diese Grafikkarte nicht hat oder ein MacOS verwendet kann nur die CPU Version von TensorFlow verwenden.
CPU:
Windows/Linux/MacOS:
conda install tensorflow==2.1
GPU:
Windows/Linux:
conda install tensorflow-gpu==2.1
Ich verwende auf meinen Rechnern die GPU Version.
Neue Pakete installieren
Die Installation neuer Pakete mit pip install ist sehr einfach. Sobald die Umgebung aktiviert wurde kümmert sich Conda darum, dass alle Dateien im richtigen Verzeichnis landen.
Keras Installieren
Keras ist eine Open Source Deep-Learning-Bibliothek, geschrieben in Python. Keras bietet eine einheitliche Schnittstelle für verschiedene Backends, darunter TensorFlow.
pip install keras==2.3.1
Links
Link zu RIP Tutorial: Erste Schritte mit Keras
Link zu Keras: https://keras.io/
Prüfung der Installation
Wir starten Python
(tensorflow) C:\WINDOWS\system32>python
Antwort vom System
Python 3.7.7 (default, May 6 2020, 11:45:54) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
Wir importieren Tensorflow
import tensorflow as tf
Antwort von Python
2020-06-25 15:07:25.158273: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
Wir laden Keras
import keras
Antwort von Python
Using TensorFlow backend.
Jetzt sind Sie gefragt!
Haben Sie Anregungen, Ergänzungen, einen Fehler gefunden oder ist dieser Beitrag nicht mehr aktuell? Dann freue ich mich auf Ihren Kommentar.
Sie können diesen Beitrag natürlich auch weiterempfehlen. Ich bin Ihnen für jede Unterstützung dankbar!
Schreiben Sie einen Kommentar