Si vous travaillez en local, c’est à dire si vous n’utilisez que les ressources de votre ordinateur pour vos développements, alors choisissez d’installer
Anaconda.
Comme le dit Wikipedia :
Anaconda est une distribution libre et open source1 des langages de programmation Python et R appliqué au développement d’applications dédiées à la science des données et à l’apprentissage automatique (traitement de données à grande échelle, analyse prédictive, calcul scientifique), qui vise à simplifier la gestion des paquets et de déploiement
Anaconda vous simplifiera la vie puisqu’il installe tous les packages nécessaires (voire indispensables) au machine learning – par exemple : NumPy, panda, scikit-learn, scipy, … et surtout fait en sorte de régler les compatibilités entre les packages.
Pour une liste des packages installés, sur Mac Python 3.6, voir
ici.
L’installation d’Anaconda est relativement
simple mais il peut y avoir parfois quelques ajustements nécessaires. Ne vous découragez pas car Anaconda mérite d’être installé.
Pour installer TensorFlow une fois Anaconda installé, la commande est la suivante :
conda update -f -c conda-forge tensorflow
Une fois Anaconda installé, créez des environnements
virtuels pour vos besoins spécifiques. Par exemple, un environnement de travail avec Python 2.7 et un autre avec Python 3.6.
Pour des informations générales sur l’environnement de développement, voir le cours de Jeremy :
https://forums.fast.ai/t/wiki-thread-intro-workshop/6537
