Теперь я знаю, прочитав название, многие из вас могут задаться вопросом, как я серьезно? У меня было так много времени, чтобы установить одну из самых популярных библиотек машинного обучения – ‘ Tensorflow ‘На моем компьютере? И мой ответ идеальный ‘ Да ‘ для этого! Кстати, я пользователь Windows:)
Недавно я приобрел некоторые новые навыки, и я чувствовал, что сейчас самое время применить свои знания. Поэтому я помню, что это был субботний день, и я схватил свой компьютер с адреналином, накачанным умственно готовым сделать мой самый первый проект, используя библиотеку TensorFlow. Я запланировал очень простой проект – основываясь на классификации с использованием TensorFlow.
Итак, прежде чем начать свой проект, я установил Anaconda и Jupyter Notebook на моем компьютере.
Для тех, кто не знает, что такое ноутбук Anaconda и Jupyter, позвольте мне помочь вам:
Anaconda-это распределение Python и R с открытым исходным кодом, которое помогает упростить управление пакетами. Теперь, в простых словах, когда вы устанавливаете много пакетов в вашей среде для проекта, у вас должен быть инструмент для управления установленными вами пакетами, или те, которые вы можете установить, здесь Anaconda приходит на спасение. Я следовал Эта документация и установил Anaconda на моем компьютере.
Анаконда
Notebook Jupyter-это приложение-сервер-клиент, которое позволяет запускать документы для ноутбуков через веб-браузер на сервере Localhost. Проще говоря, это как любой другой редактор, который вы используете, но этот редактор работает на локальном сервере в веб -браузере. Он поддерживает Ju Лия, Pyt Hon, R язык. Я установил ноутбук Jupyter после Эта документация Анкет
Жюрит -блокнот
Вы также можете установить ноутбук Jupyter из Anaconda Navigator, который будет установлен в вашей системе после установки Anaconda.
Anaconda Navigator
С необходимыми установками, теперь наступает ‘ среда ‘ Перед запуском TensorFlow вы должны создать среду. Проще говоря, как и живые существа выживают в среде обитания, аналогично, вы должны создать среду для запуска библиотеки Tensorflow и других пакетов перед созданием вашего проекта.
Вы можете создать среду без какого -либо кода, просто используя Anaconda Navigator.
Создание среды с использованием навигатора
Таким образом, вы можете посетить вкладку «Окружающая среда» ( присутствует слева ) в навигаторе, а затем нажать «Создать», как изображено, что создаст среду для вас. Вы можете назвать окружающую среду как Tensorflow.
Как только среда создана, теперь вы можете установить пакет TensorFlow.
Чтобы установить пакет, вы можете просто перейти к опции «Не установить» в раскрывающемся списке и поиск пакета, который вы хотите установить в соответствии с изображением.
Anaconda Navigator
Вы все готовы сейчас!
После того, как все установки выполняются, вы можете получить доступ к ноутбуке Jupyter с загруженными библиотеками.
Важным моментом при установке TensorFlow является:
Tensorflow – это библиотека, которая способна и используется для выполнения тяжелых задач. Есть две версии TensorFlow:
Версия графического процессора TensorFlow (который использует графический процессор NVIDIA/AMD, если присутствует на вашем ПК)
Версия процессора TensorFlow (который использует процессор).
Здесь из графического процессора я имею в виду выделенный графический процессор. Если на вашем компьютере есть графический процессор, помимо установки библиотеки TensorFlow, вам нужно установить пакеты CUDA и Cudnn на вашем ПК. Если у вашего ПК есть только процессор, вам не нужно устанавливать эти дополнительные пакеты.
Чтобы проверить, есть ли у вашего ПК графический процессор или нет:
Просто перейдите на «поле поиска» на своем компьютере и введите «Диспетчер устройств».
Вы увидите такое диалог, которое открылось.
Диспетчер устройств
Теперь просто перейдите на отображение адаптеров и проверьте, есть ли у вас специальный графический процессор.
На рисунке выше нет выделенного графического процессора. Следовательно, если я установлю TensorFlow на этом ПК, то версия TensorFlow ЦП будет работать на моей ноутбуке Jupyter.
После серфинга разных сайтов я понял таким образом (и я считаю, что это самый простой путь без особого необходимого кодирования).
С этим мы подходим к моему установку:)
Оригинал: “https://dev.to/surajv/how-did-i-install-tensorflow-after-struggling-for-a-week-f3a”