TensorFlow-Version drucken

Um die TensorFlow-Version zu prüfen, fragen Sie die Python-Umgebung ab, die Ihr Projekt verwendet. In einer Shell zeigt pip show tensorflow Paketmetadaten an; in Python können Sie nach dem Import von TensorFlow tf.__version__ ausgeben. Diese Prüfungen beziehen sich auf das Paket in der ausgewählten Umgebung. Die Ergebnisse können sich von denen eines anderen Terminals, Notebook-Kernels oder einer anderen virtuellen Umgebung unterscheiden. Für die Versionsprüfung muss TensorFlow nicht deinstalliert werden.

TensorFlow-Version über die Befehlszeile prüfen

Führen Sie pip show tensorflow in dem Terminal aus, das zur Umgebung gehört, die Sie überprüfen möchten. Suchen Sie in der Befehlsausgabe nach dem Feld Version. Es zeigt die Paketmetadaten der pip-Installation an, die für diesen Befehl sichtbar ist. Daraus lässt sich nicht schließen, dass ein separater Python-Prozess oder ein Notebook dieselbe Installation importiert.

Wenn Sie eine virtuelle Umgebung verwenden, aktivieren Sie sie, bevor Sie den Befehl ausführen. Sie können auch die pip-Programmdatei der Umgebung direkt aufrufen, zum Beispiel mit python -m pip show tensorflow. Dadurch wird der Paketmanager an diesen Python-Interpreter gebunden. Auf Systemen mit mehreren Python-Installationen hilft diese Unterscheidung, Metadaten aus einer anderen Umgebung nicht mit der Umgebung zu verwechseln, in der Ihr Projekt läuft.

TensorFlow-Version mit pip oder Conda prüfen

Paketlisten sind praktisch, wenn Sie TensorFlow unter mehreren installierten Paketen finden möchten. Führen Sie pip list aus und suchen Sie die Zeile tensorflow; die Version steht in der Versionsspalte. Wird die Umgebung mit Conda verwaltet, beschränkt conda list tensorflow die Ausgabe auf das TensorFlow-Paket. Verwenden Sie den Befehl des Paketmanagers und der Umgebung, die Ihre Anwendung tatsächlich nutzt.

Diese Befehle lesen Paketdatensätze aus. Daher kann ihr Ergebnis von einem Import in einem anderen Interpreter abweichen. Falls TensorFlow in der Liste fehlt, prüfen Sie, ob die richtige Umgebung aktiviert ist und der Befehl deren Paketmanager verwendet. Ein Notebook kann einen anderen Kernel als die Shell verwenden. Führen Sie die Prüfung daher im Notebook aus, wenn dort Ihre Anwendung läuft.

TensorFlow-Version in Python mit tf.__version__ prüfen

Die direkteste Python-Prüfung liest das Modul-Attribut __version__, das das importierte Paket bereitstellt. Es ist ein Attribut und keine Dunder- oder Magic-Methode. Führen Sie die Prüfung im selben Interpreter oder Notebook-Kernel aus, den Ihr Projekt verwendet:

Führen Sie dieses Beispiel aus:

Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.

import importlib.util

if importlib.util.find_spec("tensorflow") is None:
    print("TensorFlow is not installed in this Python environment.")
else:
    import tensorflow as tf
    print(tf.__version__)

Der ausgegebene Wert entspricht der Version des TensorFlow-Moduls, das dieser Python-Prozess importiert hat. TensorFlow muss in diesem Interpreter installiert sein, damit der Import funktioniert. Schlägt der Import fehl, prüfen Sie zuerst, welcher Python-Interpreter oder Notebook-Kernel aktiv ist. Kontrollieren Sie anschließend die Paketliste dieser Umgebung; eine Version, die ein anderer pip-Befehl findet, kann zu einer anderen Umgebung gehören.

TensorFlow-Version mit tf.version.VERSION prüfen

TensorFlow stellt die Versionszeichenfolge auch über tf.version.VERSION bereit. Dies ist eine weitere Prüfung über ein Attribut. Importieren Sie das Paket unter dem Namen tf und werten Sie anschließend den Ausdruck aus:

Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.

import importlib.util

if importlib.util.find_spec("tensorflow") is None:
    print("TensorFlow is not installed in this Python environment.")
else:
    import tensorflow as tf
    print(tf.version.VERSION)

Dieser Wert beschreibt wie tf.__version__ das importierte TensorFlow-Paket im aktuellen Python-Prozess. Beide Ausdrücke eignen sich, um den Code oder eine interaktive Sitzung zu prüfen. Für Prüfungen in der Shell sind Paketmetadaten praktisch. Wenn Sie herausfinden möchten, welche Version eine Anwendung verwendet, importieren Sie TensorFlow am besten mit dem Interpreter oder Kernel, in dem die Anwendung tatsächlich läuft.