Une question a déjà été rédigée sur le sujet : « Comment s’assurer que la version de TensorFlow soit bien au moins la 2.0 ?«
La version par défaut de Tf est désormais supérieure ou égale à 2.0. Les API disponibles sont indiquées ici.
Durant la phase intermédiaire entre la 1.x et la 2.x stable, il était commun d’utiliser sur GCP, la magic command %tensorflow_version, pour s’assurer de la version de Tf. Ce n’est plus nécessaire pour s’assurer d’être en 2.x.
try:
# %tensorflow_version existe seulement avec Colab.
%tensorflow_version 2.x
except Exception:
pass
import tensorflow as tf
Pour afficher la version de Tf, la commande est :
print(tensorflow.__version__)
Si vous utilisez l’IDE PyCharm et aussi Anaconda, alors il est probable que vous souhaitiez bénéficier des environnements créés avec Anaconda.
Comment procéder ? La réponse partielle à cette question est ici, partielle car depuis la version de PyCharm a évolué.
Donc PyCharm, Préférences, Project Interpreter puis là il faut choisir son environnement défini avec Anaconda (évidemment avec Python 3.x, 3.8.2 depuis février 2020).
Il peut être aussi utile de tester votre version Python. Tous les exercices présentés ici utilisent au moins la 3.0.
Pour vérifier la version de Python, dans le terminal :
python -V
ou
python --version
ou dans le code :
import sys
sys.version
Souvent lorsqu’on importe TensorFlow, afin de faciliter l’écriture et la lisibilité du code, on le fait de la façon suivante :
import tensorflow.keras as keras
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Dense, Dropout, Flatten, Reshape, GlobalAveragePooling1D
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Conv1D, MaxPooling1D