Skip to content

Latest commit

 

History

History
47 lines (35 loc) · 2.59 KB

linux.md

File metadata and controls

47 lines (35 loc) · 2.59 KB
Raw

Lokale Installation unter Linux

  1. Download des Installationsskriptes unter anaconda.com/distribution. Als Download sollte unter dem Reiter Linux die Version für Python 3.7 und 64-Bit (x86) (außer es handelt sich um einen Computer mit Power8/9 Architektur) gewählt werden.

  2. Ausführen des Installationsskriptes im Terminal:

    bash ~/Downloads/Anaconda3-2019.10-Linux-x86_64.sh

    Bestätigen der Installation mit ENTER. Anschließend Akzeptieren der Lizenzbedingungen mit yes. Der Installationsort kann beliebig gewählt werden. Am Ende noch einmal die Bestätigung von conda init ebenfalls mit yes.

  3. Terminal schließen und neu öffnen, damit die änderungen aktiv werden.

  4. Überprüfen der Installation mit conda list.

  5. Erstellen eines neuen conda environment mit

    conda create -n deeplearning2020 python=3.7 tensorflow keras nb_conda numpy matplotlib notebook

    Die Frage, ob die Transaktion durchgeführt werden soll mit yes bestätigen.

  6. Aktivieren des conda environments mit

    conda activate deeplearning2020

  7. Starten eines lokalen jupyter notebook server mit

    jupyter notebook

    Dies sollte automatisch einen neuen Browser Tab mit dem notebook dashboard öffnen. Falls das nicht passiert findet ihr eine URL mit einem Token in der Ausgabe auf der Kommandozeile.

  8. Erstellen eines neuen jupyter notebook in einem beliebigen Ordner durch Klick auf New im Dashboard oben rechts und dann auf [conda env:deeplearning2020].

  9. Testen ob alle Pakete fehlerfrei importiert und benutzt werden können, indem eine Codezelle des notebooks mit folgendem Code ausgeführt wird (Run):

    import tensorflow as tf
from tensorflow import keras
import numpy as np
import matplotlib.pyplot as plt
print(tf.__version__)

  10. Speichern des notebooks durch Klick auf File>Save oder den Save Button links oben. Wenn das Speichern erfolgreich war sollte ein neuer Checkpoint erstellt worden sein.

  11. (Optional) Nach dem Speichern kann die Seite mit dem Logout Button oben rechts verlassen werden und der jupyter notebook Server mit Ctrl-C gestoppt werden. Zum erneuten Starten siehe Schritt 7.

  12. (Optional) Conda erlaubt es beliebig viele environments zu erstellen. Mit conda deactivate kann das deeplearning2020 environment deaktiviert werden und weitere environments erstellt und aktiviert werden falls gewünscht. Für die erneute Aktivierung des deeplearning2020 environments siehe Schritt 6.