Heya !
tu as décidé de te lancer dans le deep learning, ou peut être que ça fait déjà un ptit moment que tu en fait et que tu est ici juste parce que t'a changé de PC et tu a besoin de réinstaller tensorflow ou que tu débute.
Dans tout les cas, je vais tenter de t'expliquer au mieux les différentes manière d'installer tensorflow et qu'elle est selon moi la meilleurs.
Dans cet article, nous verrons ensemble comment installer la version 2.0 de TensorFlow. Une évolution majeur de cette version est l'inclusion de l'API keras dans le code source officielle de tensorFlow. Faisant de cette dernière une des librairie les plus facile à prendre en main même pour les débutants dans le domaine dun deep learning ou encore dans le domaine de la programmation.
Eh oui, si tu a connu les version précédente, tu sais à qu'elle point il pouvait être compliqué de mettre en place des réseau de neurones. A tel point que je suis obligé de te faire la confidence qu'auparavant je n'utilisait pas tensorFlow tellement c'était compliqué. Je préférais utiliser keras. Maintenant que keras fait partie de tensorflow, le pronblème est réglé.
Dans cet article, je vous explique les différentes options possibles pour installer Tensorflow avec le langage python !
Nous verrons donc :
Les différente distribution de TensorFlow
Comment installer TensorFlow avec pip
Comment installer TensorFlow avec anaconda
Comment installer TensorFlow avec conda
Il existe deux version de TensorFlow, il s'agit de tensorflow et de tensorflow-gpu. La première n'utilise que le processeur et ses optimisation tel que Advanced Vector Extensions (AVX) pour effectuer des calcul.
La seconde comme son nom l'indique est orienté gpu, ce qui signifie que lors des phase de calcule intensif, celle-ci va privilégié l'utilisation du gpu pour aller plus vite. Ce qui permet à cette dernière d'avoir une vitesse d'exécution accrue pouvant aller parfois jusqu'a x 100 selon le modèle de GPU en ta possession et bien sûr selon le type de modèle et de problème que tu traite.
Un petit modèle de réseau de neurones sera exécuté bien plus rapidement sur le processeur plutot que sur la carte graphique. Et Inversement, un modèle qui prend en entrée une giga grosse image avec plein de méga pixel, tels que celle que l'on capture de nos jours avec les smartphone haut de gamme avec sera intractable pour le processeur. C'est pourquoi, ce type de problème nécessitera obligatoirement l'utilisation du gpu et donc l'installation de tensorflow-gpu plutot que du tensorflow par défaut.
C'est pourquoi de préférence, si vous êtes en posession d'un ordinateur équipé d'une carte graphique NVIDIA. Si vous avez une carte AMD, à ma connaissance et à l'heure ou j'écris cet article il ne vous sera pas possible d'utiliser la version pour carte graphique. Pour la simple et bonne raison que tensorflow utilise CUDA pour effectuer ces calcul, ce dernier étant propriétaire et appartenant à NVDIA, il ne peut pas s'exécuter sur les gpu AMD. Une alternative à ce problème existe, ce serait d'utiliser la librairie de calcule OpenCL mais pour l'instant aucune version de tensorflow utilisant cette dernière n'a été créée.
Maintenant que nous avons vu les deux type de version de tensorflow que vous pouviez installer, on va voir comment installer ces dernière.
TensorFlow ne va pas chercher midi à 14 heure pour son installation basique. Si vous voulez installé tensorflow, vous n'aurez qu'a utiliser le gestionnaire de paquet python "pip" en tapant la ligne de commande suivante :
pip install tensorflow
Pour la version avec GPU, les chose se complique un petit peu. Avant d'installer cette dernière il vous faudra installer les modules suivant :
TensorRT (Optionnel)
Une fois ces modules installé, la ligne de commande suivante, vous permettra d'installer la version gpu de tensorflow.
pip install tensorflow-gpu
Aller dans le navigateur d'anaconda
Cliquez sur "create" pour créer un nouvel environnement
Nommez cet environnement tensorflow_en comme ci-dessus puis choisissez la version la plus récente de python 3.7 à l'heure ou j'écris ces lignes. La fenêtre ci-dessous apparît alors, sélectionner dans la boite de dialogue tout en haut "Not installed". Cela permettra de dire à anaconda que l'on veut accéder à la sliste de tout les packet disponible qui ne sont pas encore installé.
Les packet non encore installé aparraisse alors. Dans la bar de recherche à la place de "seach package", il faut écrire "tensorflow". Si tu dispose d'une carte graphique NVIDIA, je te recommande bien sur de t'intéresser au package tensoflow-gpu comme je te le montre ci-dessous.
Sinon tu sera obligé d'intaller le package contenant la version classique de tensorflow (Comme montré ci-dessous).
Une fois que tu a choisi ta version, tu clique sur "apply" tout en bas de la fenêtre. Tu clique encore sur "Apply" dans la nouvelle fenêtre qui apparaît. L'installation commence alors.
Une fois installé, il faut que tu retourne dans la l'onglet home tout en haut, à gauche.
Et que tu ouvre ton éditeur de code préféré. Si tu est comme moi et que tu trouve "Visual studio Code" tu clique sur lauch en dessous de VS Code ou si il n'est pas encore installé tu cliques sur "install', pui sur launch. Une fois lancé une fenêtre comme celle-ci dessous aparaît sauf que pour toi elle devrait être bien plus noir car j'ai changé le thème par défaut du mien.