{"id":171861,"date":"2023-03-13T18:02:57","date_gmt":"2023-03-13T17:02:57","guid":{"rendered":"https:\/\/liora.io\/de\/?p=171861"},"modified":"2026-02-06T07:00:24","modified_gmt":"2026-02-06T06:00:24","slug":"tensorflow-installieren-mit-anaconda-auf-macos","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/tensorflow-installieren-mit-anaconda-auf-macos","title":{"rendered":"Tensorflow installieren mit Anaconda auf macOS"},"content":{"rendered":"<p><strong>Das TensorFlow-Framework von Google erm\u00f6glicht es, Computerberechnungen auf mehrere CPUs und Grafikprozessoren zu verteilen. Diese Parallelisierung ist sehr n\u00fctzlich, um Machine-Learning-Training zu beschleunigen, und viele Entwickler und Data Scientists nutzen dieses Werkzeug.<\/strong><\/p>\nDie <b>offizielle Website von<\/b> Tensorflow bietet eine Anleitung f\u00fcr die Installation auf einer macOS-Umgebung. Diese offiziellen Anleitungen wenn Du <strong>Tensorflow installieren<\/strong> willst sind unter<a href=\"https:\/\/www.tensorflow.org\/install?hl=fr\"> folgender Adresse verf\u00fcgbar<\/a>\n\nAnweisungen f\u00fcr virtualenv, eine native Pip-Umgebung, die Verwendung eines Docker-Containers, einer <b>Anaconda-Kommandozeile<\/b> oder aus verschiedenen Quellen sind ebenfalls zu finden. Die offizielle Website bietet jedoch keine Anleitung zur Installation auf einer <b>Anaconda Navigator-Anwendungsumgebung<\/b>..\n\nZur Erinnerung: Anaconda ist eine kostenlose <a href=\"https:\/\/liora.io\/de\/open-source-definition\">Open-Source-Entwicklungsumgebung<\/a> f\u00fcr <b><a href=\"https:\/\/liora.io\/de\/python-fehler-diese-solltest-du-vermeiden\">Python<\/a> und R<\/b>. Mit Anaconda wird die Verwaltung von Bibliotheken und konfigurierbaren Umgebungen vereinfacht und automatisiert..\n\n<b>Data Science <\/b>Es ist auch ein gro\u00dfartiger Ausgangspunkt, um mit Paketen f\u00fcr <b>Data Science <\/b>und <b>Machine Learning<\/b>zu experimentieren. Immer mehr TensorFlow-Bibliotheken sind mit Anaconda kompatibel.\n\nDer Anaconda Navigator ist eine auf Anaconda<b> basierende grafische Benutzeroberfl\u00e4che<\/b>. Sie erleichtert die Verwaltung von Paketen, Umgebungen und Kan\u00e4len..\n\n<style><br \/>\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style>\n<h3>Tensorflow installieren mit Anaconda-Navigator<\/h3>\nLade Anaconda zun\u00e4chst von der offiziellen Website herunter und installiere es, indem Du den Anweisungen folgst. <b>Achte darauf, dass du das neueste Update installierst wenn Du Tensorflow installieren willst<\/b>. Du kannst die Aktualisierung erzwingen, indem du eine Befehlszeilenschnittstelle und diesen Befehl benutzt: &#8222;$ conda update anaconda anaconda-navigator&#8220;..\n\nStarte dann die Anaconda-Navigator-Anwendung. In dieser Anwendung w\u00e4hlst du im Spaltenmen\u00fc auf der linken Seite den Eintrag Umgebungen. Standardm\u00e4\u00dfig hast du <b>eine Root-Umgebung<\/b>. Es ist m\u00f6glich, mehrere Umgebungen mit unterschiedlichen Konfigurationen einzurichten.\n\nAm besten aktualisierst du die vorhandenen Pakete <b>auf die neuesten Versionen<\/b>. Installiere auch die neueste Version der Programmiersprache Python.\n\nW\u00e4hle im Spaltenmen\u00fc auf der linken Seite den Eintrag &#8222;Umgebungen&#8220; und w\u00e4hle die Umgebung aus, die du aktualisieren m\u00f6chtest. In diesem Fall ist es die Umgebung <b>&#8222;Root&#8220;<\/b>.\n\nW\u00e4hle im Dropdown-Men\u00fc die Option &#8222;Upgradeable&#8220;. W\u00e4hle die Versionsnummer in der Spalte Version, um das zu aktualisierende Paket festzulegen. <b>Stelle sicher, dass Python auf dem neuesten Stand ist<\/b>, und klicke dann auf &#8222;\u00dcbernehmen&#8220;.Anschlie\u00dfend klicke auf &#8222;\u00dcbernehmen&#8220;.\n\n<style><br \/>\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\n<figure>\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/anaconda-navigator-1024x437.jpg\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/anaconda-navigator-1024x437.jpg 1024w, https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/anaconda-navigator-300x128.jpg 300w, https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/anaconda-navigator-768x328.jpg 768w, https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/anaconda-navigator.jpg 1517w\" sizes=\"(max-width: 800px) 100vw, 800px\" width=\"800\" height=\"341\"><figcaption><\/figcaption><\/figure>\n<h3>Erstelle eine neue Umgebung, damit Du die Pakete von Tensorflow installieren kannst<\/h3>\nEine neue Umgebung kann erstellt werden, um <b>die TensorFlow-Pakete <\/b>zu installieren. Diese Umgebung enth\u00e4lt die grundlegenden ben\u00f6tigten Pakete. Die neueste Version von Python und <strong>Tensorflow wird installiert.<\/strong>\n\nKlicke auf die Schaltfl\u00e4che &#8222;<b>Erstellen&#8220;<\/b> unten in der Spalte &#8222;Umgebungen&#8220;. Tippe in dem sich \u00f6ffnenden Men\u00fc &#8222;Tensorflow&#8220; in das Textfeld &#8222;Name&#8220; ein. <b>Kreuze das K\u00e4stchen Python an<\/b> und w\u00e4hle die neueste Version. Klicke auf &#8222;Erstellen&#8220;..\n\nDie Tensorflow-Pakete k\u00f6nnen nun in der neuen Umgebung installiert werden. W\u00e4hle im Dropdown-Men\u00fc oben rechts die Option <b>&#8222;Not Installed&#8220;<\/b>. Tippe &#8222;tensorflow&#8220; in das Textfeld Search Packages ein und klicke auf Return. Aktiviere das Kontrollk\u00e4stchen in der linken Spalte neben den beiden Namen der Tensorflow-Pakete. Klicke auf Anwenden..\n\nJetzt musst du nur noch die<strong> Installation mit der neuen Tensorflow-<\/strong>Umgebung best\u00e4tigen<b>. Stelle sicher, dass sie ausgew\u00e4hlt ist, und klicke dann auf den Pfeil neben dem Namen der Umgebung Tensorflow. W\u00e4hle <b>&#8222;Open with IPython&#8220;<\/b>, und ein Terminalfenster mit den Einstellungen der Umgebung erscheint auf dem Bildschirm.<b>Die Einstellungen der Umgebung werden angezeigt.<\/b><\/b>\n\nGebe den Empfehlungen der offiziellen Tensorflow-Website folgend folgenden Befehl in das Terminalfenster ein:\n\n<b>importiere tensorflow als tf<\/b>.\n\n<b>hello = tf.constant (&#8218;Hello, TensorFlow! &#8218;)<\/b>\n\n<b>sess = tf.Session ()<\/b>\n\n<b>print (sess.run(hello))<\/b>.\n\nDie neue Umgebung, die du soeben installiert und konfiguriert hast, ist bereit f\u00fcr die Entwicklung mit tensorflow. Falls Fehler auftreten, stelle sicher, dass du die Anweisungen richtig befolgt hast. .\n<figure>\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/tensorflow-mac-1024x480.jpg\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/tensorflow-mac-1024x480.jpg 1024w, https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/tensorflow-mac-300x141.jpg 300w, https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/tensorflow-mac-768x360.jpg 768w, https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/03\/tensorflow-mac.jpg 1520w\" sizes=\"(max-width: 800px) 100vw, 800px\" width=\"800\" height=\"375\">\n\n<figcaption><\/figcaption><\/figure>\n<h3>Wie lerne ich, TensorFlow zu benutzen?<\/h3>\nAls Schl\u00fcsselwerkzeug f\u00fcr <a href=\"https:\/\/liora.io\/de\/deep-learning-vs-machine-learning\">Machine Learning<\/a> ist <strong>TensorFlow<\/strong> ein Muss f\u00fcr die Data Science. Um zu lernen, wie man es benutzt, kannst du einen Liora-Kurs w\u00e4hlen.\n\nDas Modul Deep Learning unseres <a href=\"https:\/\/liora.io\/de\/weiterbildung-data-scientist\">Data Scientist<\/a>-Kurses behandelt unter anderem TensorFlow, KERAS und die neuronalen Netze CNN und RNN. Die anderen Module des Kurses befassen sich mit Python-Programmierung, DataViz, Machine Learning, Big Data, Datenbanken und KI-Systemen.\n\nAm Ende des Kurses wirst Du alle F\u00e4higkeiten haben, die Du brauchst, um Data Scientist zu werden. Ein Zertifikat, das von MINES ParisTech \/ PSL Executive Education im Rahmen unserer Partnerschaft ausgestellt wird, best\u00e4tigt dein Fachwissen.\n\nDieses Programm kann in neun Monaten Weiterbildung oder in 11 Wochen im intensiven BootCamp-Modus absolviert werden. Mehr als 80 % der Alumni haben sofort einen Job gefunden.\n\nWenn du bereits Erfahrung im Bereich Data Science hast, kannst du unseren Kurs Deep Learning Expert w\u00e4hlen.\n\nDiese 10-w\u00f6chige Weiterbildung bietet dir die M\u00f6glichkeit, deine Programmierkenntnisse zu verbessern, den Umgang mit Keras und TensorFlow zu erlernen und KI-Techniken wie Computer Vision und Natural Language Processing zu beherrschen.\n\nUnser <strong>Blended-Learning-Format<\/strong> kombiniert Fernunterricht auf unserer gecoachten Online-Plattform mit kollektiven Masterclasses. Alle unsere Kurse k\u00f6nnen \u00fcber das Pers\u00f6nliche Lernkonto finanziert werden. Warte nicht l\u00e4nger und entdecke die Liora-Schulungen!\n\nDu wei\u00dft jetzt, wie man <strong>TensorFlow auf Anaconda f\u00fcr macOS installiert.<\/strong>\n\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><div class=\"wp-block-button \"><a class=\"wp-block-button__link wp-element-button \" href=\"https:\/\/liora.io\/de\/unsere-aus-und-weiterbildungen\">Mehr \u00fcber Deep Learning erf\u00e4hrst Du in unserer Weiterbildung<\/a><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"<p>Das TensorFlow-Framework von Google erm\u00f6glicht es, Computerberechnungen auf mehrere CPUs und Grafikprozessoren zu verteilen. Diese Parallelisierung ist sehr n\u00fctzlich, um Machine-Learning-Training zu beschleunigen, und viele Entwickler und Data Scientists nutzen dieses Werkzeug. Die offizielle Website von Tensorflow bietet eine Anleitung f\u00fcr die Installation auf einer macOS-Umgebung. Diese offiziellen Anleitungen wenn Du Tensorflow installieren willst sind [&hellip;]<\/p>\n","protected":false},"author":47,"featured_media":171862,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2472],"class_list":["post-171861","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ki"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/171861","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=171861"}],"version-history":[{"count":1,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/171861\/revisions"}],"predecessor-version":[{"id":217682,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/171861\/revisions\/217682"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/171862"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=171861"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=171861"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}