Install TensorFlow 2.0 in Colab

谷歌发布了即将发布的TensorFlow 2.0的测试版本，用于测试和实验。TensorFlow 2.0是TensorFlow的升级版，为下一代深度学习应用的开发提供了许多新特性和增强。一旦它发布在产品中，就可以使用高度可扩展的深度学习应用程序，这些应用程序可以运行在分布式集群、移动设备、边缘设备和web浏览器中。因此，开发人员应该学习TensorFlow 2.0并掌握TensorFlow的这个版本，以便开发深度学习模型。

在本节中，我们将向您展示如何在Colab环境中安装TensorFlow 2.0。您将能够连接到Colab环境来测试和运行您的示例应用程序。谷歌Colab提供了用于运行代码的web浏览器界面。这是一个简短的教程，将教你如何在谷歌Colab环境中安装TensorFlow 2.0，然后运行一个程序来查看TensorFlow的版本。参考链接.

步骤1:连接到谷歌Colab环境

首先，你必须连接到谷歌Colab环境。谷歌协作是一项免费服务，开发者可以通过谷歌的云实例在CPU和GPU上尝试TensorFlow。该服务是完全免费的，以提高Python编程技能，开发人员可以登录他们的谷歌Gmail帐户，并连接到该服务。在这里，开发人员可以使用Keras、TensorFlow、PyTorch、OpenCV等流行的机器学习库来尝试深度学习应用程序。如果您在谷歌搜索中搜索Google Colab，那么您将看到以下详细信息。

现在访问https://colab.research.google.com/，您将看到以下信息:

步骤2:创建Notebook

步骤是创建一个python3笔记本，安装TensorFlow 2.0并在谷歌Colab环境中运行python代码。要创建一个新的笔记本，点击文件，然后选择“新的Python 3笔记本”选项，如下图所示:

以上选项将创建一个空白的Python 3笔记本，如下图所示:

谷歌Colab工具的默认名称为“Untitled0”。你可以改变。我已经将它改为“installing_tensorflow_2.0.ipynb”。

其实上面的没啥用，从谷歌的云端硬盘创建Colaboratory很香的

步骤3:连接到CPU/GPU

点击连接，然后选择“连接到托管运行时”到谷歌Colab服务器，如下图所示:

成功连接到托管服务后，它将在基于谷歌Colab浏览器的开发环境中显示以下图标:

点击“编辑->notebook setting”可以为Colab装一个免费的GPU

目前GPU是Tesla T4，应该挺贵吧，据说一次可以免费用4小时

步骤4:检查默认安装的TensorFlow版本

现在在工具中运行以下Python命令来检查环境中安装的TensorFlow的版本:

import tensorflow as tf
print(tf.__version__)

运行代码按Ctrl+Enter按钮或点击运行图标如下图所示:

现在运行代码来查看TensorFlow的版本。程序显示“1.14.0-rc1”。默认情况下，TensorFlow的生产就绪版本安装在服务器上。现在我们将首先卸载预安装的TensorFlow，然后安装TensorFlow 2.0。

步骤5:从谷歌Colab环境中卸载TensorFlow

要卸载预先安装的TensorFlow，请运行以下命令:

!pip uninstall tensorflow

以上命令会要求你确认后再卸载，如下图所示:

以上步骤将从谷歌Colab环境中卸载TensorFlow。

步骤6:安装TensorFlow 2.0

现在运行以下命令在谷歌Colab环境中安装TensorFlow 2.0 beta版本:

!pip install tensorflow==2.0.0-beta1

当TensorFlow 2.0.0作为产品版本发布时。要安装TensorFlow2.0.0，请运行以下命令:

!pip install tensorflow==2.0.0

以下是整个过程的截图:

现在你必须重新启动运行，如下图所示:

步骤7:测试TensorFlow 2.0

现在运行代码来检查安装在谷歌Colab环境中的TensorFlow 2.0版本。下面是程序输出的屏幕截图:

祝贺您在谷歌Colab环境中成功安装了TensorFlow 2.0 beta。现在可以编写程序和测试了。

在本教程中，我已经向您解释了在谷歌Colab环境中安装最新版本的TensorFlow 2.0的步骤。您可以在TensorFlow 2.0教程部分查看更多教程。