-
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.
-
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. -
Terminal schließen und neu öffnen, damit die änderungen aktiv werden.
-
Überprüfen der Installation mit
conda list
. -
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.
-
Aktivieren des conda environments mit
conda activate deeplearning2020
-
Starten eines lokalen
jupyter notebook
server mitjupyter 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.
-
Erstellen eines neuen
jupyter notebook
in einem beliebigen Ordner durch Klick auf New im Dashboard oben rechts und dann auf [conda env:deeplearning2020]. -
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__)
-
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.
-
(Optional) Nach dem Speichern kann die Seite mit dem Logout Button oben rechts verlassen werden und der
jupyter notebook
Server mitCtrl-C
gestoppt werden. Zum erneuten Starten siehe Schritt 7. -
(Optional) Conda erlaubt es beliebig viele environments zu erstellen. Mit
conda deactivate
kann dasdeeplearning2020
environment deaktiviert werden und weitere environments erstellt und aktiviert werden falls gewünscht. Für die erneute Aktivierung desdeeplearning2020
environments siehe Schritt 6.