Установка TensorFlow в Anaconda с помощью pip

В Anaconda, самом популярном дистрибутиве Python для машинного обучения, анализа данных и научных вычислений, пакеты устанавливаются с помощью conda. К сожалению, данный подход не всегда работает при установке TensorFlow. Если у вас не получилось установить TensorFlow стандартными средствами Anaconda, можно попробовать использовать pip. Именно такой метод установки официально рекомендуется на сайте TensorFLow.

Установка Anaconda

Скачайте и установите Anaconda. Выберите вариант для своей операционной системы, python версии 3. Обратите внимание, что нужно устанавливать 64-битную версию python. С 32-битной версией TensorFlow не работает.

TensorFlow можно установить в двух вариантах: для CPU и для GPU. Нужно выбрать один из этих двух вариантов. Обучать сколько-нибудь серьезные нейронные сети без GPU за разумный срок невозможно. Поэтому если у вас есть GPU компании NVIDIA, то выбирайте установку для GPU. В противном случае вам подойдет установка для CPU.

Установка для CPU

Установка TensorFlow для CPU:

 pip install --ignore-installed --upgrade tensorflow

(не обязательно) Установка Keras. Начиная с версии 1.4 TensorFlow включает Keras. Поэтому отдельно устанавливать Keras не обязательно. Но если есть желание, то это можно сделать:
```
 pip install keras
```
Проверка установки. Для проверки корректности установки TensorFlow, запустите python и выполните программу:
```
 import tensorflow as tf
 hello = tf.constant('Hello, TensorFlow!')
 sess = tf.Session()
 print(sess.run(hello))
```
В результате должно быть напечатано:
```
 b'Hello, TensorFlow!'
```

Установка для GPU

Проверка GPU. Перед установкой убедитесь, что у вас есть GPU, поддерживаемый TensorFlow. Нужен GPU компании NVIDIA с CUDA Compute Capability 3.5 и выше. Узнать Compute Capability своего GPU можно на сайте NVIDIA. К сожалению, видеокарты AMD и других производителей для TensorFlow не подходят.
Установка CUDA. Сейчас TensorFlow поддерживает CUDA 9.0, инструкция по установке находится в отдельной статье. Обратите внимание, что нужно устанавливать точные версии, которые поддерживает TensorFlow, а не последние доступные. С версией CUDA 9.1 в настоящее время TensorFlow не работает. Также для TensorFlow обязательно установить библиотеку cuDNN.
Установка TensorFlow для GPU:
```
 pip install --upgrade tensorflow-gpu
```
(не обязательно) Установка Keras:
```
 pip install keras
```

Проверка установки. Для проверки корректности установки TensorFlow, запустите python и выполните программу:

 import tensorflow as tf
 tf.test.gpu_device_name()

На моем ноутбуке с видеокартой NVIDIA Geforce GTX 1050i выдается следующая информация:

 2018-03-30 10:21:20.514979: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1344] Found device 0 with properties:
 name: GeForce GTX 1050 Ti major: 6 minor: 1 memoryClockRate(GHz): 1.62
 pciBusID: 0000:01:00.0
 totalMemory: 4.00GiB freeMemory: 3.29GiB
 2018-03-30 10:21:20.520164: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1423] Adding visible gpu devices: 0
 2018-03-30 10:22:21.202845: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:911] Device interconnect StreamExecutor with strength 1 edge matrix:
 2018-03-30 10:22:21.206380: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:917]      0
 2018-03-30 10:22:21.208050: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:930] 0:   N
 2018-03-30 10:22:21.211735: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1041] Created TensorFlow device (/device:GPU:0 with 3028 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1050 Ti, pci bus id: 0000:01:00.0, compute capability: 6.1)
 '/device:GPU:0'

Видно, что TensorFlow нашел видеокарту и создал для нее устройство device:GPU:0.

Установка Anaconda

Установка для CPU

Установка для GPU

Полезные ссылки