Как установить Tensorflow: инструкция

Если вы всерьез задумали заняться машинным обучением, верным помощником вам станет TensorFlow. Эта библиотека, разработанная командой Google, содержит всё необходимое для тренировки нейросетей. Но сначала нужно ее установить, а методы установки TensorFlow достаточно серьезно различаются в зависимости от того окружения, которое вы используете.

Установка TensorFlow в разных окружениях

Из общих рекомендаций выделим адрес каталога, в который мы будем устанавливать библиотеку. Путь к ней не должен содержать пробелов, кириллических и специальных символов: желательно использовать только латиницу и цифры, в крайнем случае — подчеркивания. Это позволит избежать ошибок и вылетов при загрузке.

Как установить TensorFlow в Python

Установка TensorFlow в Python может быть как предельно простой, так и немного замысловатой. Простой вариант подойдет тем, кто поставил Python только ради TensorFlow. Этим пользователям достаточно набрать в IDLE (так в Python называется IDE) следующую команду менеджера пакетов pip, который есть во всех новых версиях Python, начиная с 3.4:

Для удаления любого пакета просто замените install на uninstall.

Но такой способ установки не подойдет тем, кто уже использует Python для других целей, поскольку будут подгружены зависимости TensorFlow, в результате чего нужные вам версии определенных пакетов могут измениться. Чтобы этого избежать, сначала ставим следующий пакет:

Теперь давайте создадим виртуальное окружение (директория приведена просто для примера, замените ее на желаемую):

Теперь активируем нашу виртуальную среду:

Об успешности активации будет свидетельствовать измененная запись виртуальной среды в командной строке, она будет указана в скобках: (tensorflow).

Мы почти у цели — осталось установить собственно TensorFlow, что делает следующая простая команда:

Вот и всё, теперь можно начать работу над оптимизацией нейросети, а когда закончите, можно выйти из виртуальной среды, набрав:

Как установить TensorFlow в Windows

Установка TensorFlow в Windows также не представляет особых трудностей. Вы даже можете выбрать, какую версию установить: CPU или GPU. CPU означает, что вычисления будут обрабатываться за счет мощности центрального процессора, а в GPU к вычислениям будет подключаться графический (но пока только NVidia).

CPU устанавливается так:

А GPU так:

При этом учтите, что для большинства задач машинного обучения вполне достаточно CPU-версии, а GPU используется в качестве помощника для тренировки моделей глубокого обучения (многослойные нейросети со сложной структурой).

Как установить TensorFlow в Anaconda

Установка TensorFlow в Anaconda — процесс несколько более сложный. Будем предполагать, что сама Anaconda у вас уже установлена. Сначала наберите в поиске (меню «Пуск») Anaconda prompt и запустите найденный файл или зайдите в Anaconda Navigator и выберите там CMD.exe Prompt. В открывшемся окне введите следующее (путь у вас будет, разумеется, свой):

На предложение системы загрузить и установить все пакеты (их может быть много, и это нормально) ответьте нажатием Y. Далее активируем виртуальную среду, введя в консоли:

О том, что всё сделано правильно, будет свидетельствовать замена в названии окружения с (base) на (tensorflow). Приступаем к установке:

Далее снова жмем Y и ожидаем, когда загрузится сама библиотека и все зависимости. Вот и всё, можно приступать к работе.

Как установить TensorFlow в PyCharm

Здесь это делается без какого-либо кода, а через меню создания виртуальной среды. В меню PyCharm в пункте New environment using выберите Virtualenv, а ниже укажите путь, по которому будет доступно это окружение.

Далее в меню слева жмем на пункт Project Interpreter, находим там TensorFlow (можно через встроенный поиск), кликаем внизу на Install Package и ждем окончания установки.

Проверить корректность установки можно, вернувшись в предыдущее меню Project Interpreter: в списке должна быть как сама TensorFlow, так и все ее зависимости.

Заключение

TensorFlow — это библиотека, разработанная в Google, которая содержит всё необходимое для обучения нейросетей. В инструкции мы рассмотрели способы установки TensorFlow в разных окружениях.