Si vous travaillez en local, c’est Ă  dire si vous n’utilisez que les ressources de votre ordinateur pour vos dĂ©veloppements, alors choisissez d’installer Anaconda. Comme le dit Wikipedia :
Anaconda est une distribution libre et open source1 des langages de programmation Python et R appliquĂ© au dĂ©veloppement d’applications dĂ©diĂ©es Ă  la science des donnĂ©es et Ă  l’apprentissage automatique (traitement de donnĂ©es Ă  grande Ă©chelle, analyse prĂ©dictive, calcul scientifique), qui vise Ă  simplifier la gestion des paquets et de dĂ©ploiement
Anaconda vous simplifiera la vie puisqu’il installe tous les packages nĂ©cessaires (voire indispensables) au machine learning – par exemple : NumPy, panda, scikit-learn, scipy, … et surtout fait en sorte de rĂ©gler les compatibilitĂ©s entre les packages. Pour une liste des packages installĂ©s, sur Mac Python 3.6, voir ici. L’installation d’Anaconda est relativement simple mais il peut y avoir parfois quelques ajustements nĂ©cessaires. Ne vous dĂ©couragez pas car Anaconda mĂ©rite d’ĂŞtre installĂ©. Pour installer TensorFlow une fois Anaconda installĂ©, la commande est la suivante :
conda update -f -c conda-forge tensorflow
Une fois Anaconda installĂ©, crĂ©ez des environnements virtuels pour vos besoins spĂ©cifiques. Par exemple, un environnement de travail avec Python 2.7 et un autre avec Python 3.6.   Pour des informations gĂ©nĂ©rales sur l’environnement de dĂ©veloppement, voir le cours de Jeremy : https://forums.fast.ai/t/wiki-thread-intro-workshop/6537  

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *