KI Workaround installieren

Anaconda

Anaconda ist eine Freemium-Open-Source-Distribution für die Programmiersprachen Python und R, die unter anderem die Entwicklungsumgebung Spyder, den Kommandozeileninterpreter IPython, und ein webbasiertes Frontend für Jupyter enthält. Der Fokus liegt vor allem auf der Verarbeitung von großen Datenmengen, Vorhersageanalyse und wissenschaftlichem Rechnen. Das Ziel der Distribution ist die Vereinfachung von Paketmanagement und Softwareverteilung. Paketversionen werden von der Paketverwaltung conda verwaltet.

Download & install latest Anaconda Version

• go to page and find your version: https://www.anaconda.com/distribution/
• or download directly:
  • for Mac:
    • https://repo.anaconda.com/archive/Anaconda3-2019.07-MacOSX-x86_64.pkg (650MB)
  • for Windows:
    • https://repo.anaconda.com/archive/Anaconda3-2019.07-Windows-x86_64.exe (486Mb)
  • for Linux:
    • https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh (517Mb)

Installationsanleitung

• https://docs.anaconda.com/anaconda/install/

---

on Ubuntu:
after installing type:

source ~/.bashrc

that you can execute conda etc from out of terminal directly

---

Create Environement

GPU Support

open conda and type:

conda create --name tf_gpu tensorflow-gpu 

or in 3 steps:

conda create --name tf_gpu

activate tf_gpu

conda install tensorflow-gpu

Diese Kommandos kreieren ein Environment mit dem Namen ‘tf_gpu’ und installiert alle Packeages die für ein lauffähigens GPU-Tensorflow_Environment notwendig sind (inklusive die jeweiligen kompatiblen Versionen von cuda and cuDNN.

CPU only

open conda and type:

conda create --name tf_cpu tensorflow

or in 3 steps:

conda create --name tf_cpu

activate tf_cpu

conda install tensorflow

---

open jupyter notebook

type Jupyter-button on your Desktop or

or type in Terminal:

jupyter-notebook

---

how to use...?

---

---

test if it works

in your environement 'tf_gpu' open jupyter-notebook and run following python code (siehe oben):

from tensorflow.python.client import device_lib

print(device_lib.list_local_devices())

see also:

• https://www.tensorflow.org/guide/using_gpu

---

Module nachinstallieren

...