Przewodnik dla początkujących do instalacji TensorFlow na Ubuntu

TENSORFLOW to biblioteka oprogramowania typu open source opracowana przez Google do uczenia maszynowego i zadań głębokiego uczenia się. Zapewnia elastyczny i wydajny sposób budowania i szkolenia modeli uczenia maszynowego, od prostej regresji liniowej po złożone sieci neuronowe. TensorFlow obsługuje szeroką gamę platform, w tym Ubuntu, jedną z najpopularniejszych dystrybucji Linux.

Jeśli jesteś nowy w TensorFlow i chcesz zacząć z Ubuntu, ten samouczek krok po kroku przeprowadzi Cię przez proces instalowania TensorFlow w systemie Ubuntu. Pod koniec tego samouczka będziesz mieć działającą instalację TensorFlow i będziesz gotowy do rozpoczęcia budowania i szkolenia własnych modeli uczenia maszynowego.

Wymagania sprzętowe

Wymagania sprzętowe dotyczące instalacji TensorFlow na Ubuntu zależą od rodzaju wykonanej instalacji, w szczególności, niezależnie od tego, czy instalujesz wersję procesora, czy wersję GPU TENSORFLOW. Oto podstawowe wymagania sprzętowe dla każdej wersji:

Wersja procesora

• Procesor: CPU x86-64 z obsługą AVX2
• RAM: 2 GB lub więcej
• Przestrzeń dysku: 500 MB lub więcej

Wersja GPU

• Procesor: NVIDIA GPU z możliwością obliczeniową 3.5 lub więcej (patrz lista obsługiwanych GPU)
• Nvidia CUDA Toolkit: wersja 11.0 lub więcej (patrz wymagania dotyczące zestawu narzędzi CUDA)
• Biblioteka Cudnn: wersja 8.0 lub więcej (patrz wymagania CUDNN)
• RAM: 4 GB lub więcej
• Przestrzeń dysku: 500 MB lub więcej

Warto również zauważyć, że użycie GPU może znacznie przyspieszyć szkolenie modeli głębokiego uczenia się, więc jeśli masz kompatybilny procesor graficzny NVIDIA, zdecydowanie zaleca się zainstalowanie wersji GPU TENSORFLOW. Jednak wersja CPU może być nadal używana do wielu zadań uczenia maszynowego i jest dobrą opcją, jeśli nie masz kompatybilnego procesora graficznego.

Krok 1: Zaktualizuj swój system

Zanim zaczniemy, ważne jest, aby upewnić się, że system Ubuntu jest aktualny. Otwórz okno terminala i uruchom następujące polecenie, aby zaktualizować listę pakietów systemu i zainstaluj dowolne dostępne aktualizacje:

sudo apt aktualizacja && sudo apt aktualizację  

Krok 2: Zainstaluj Python 3 i PIP

Tensorflow wymaga Pythona 3.7-3.10, więc jeśli nie masz zainstalowanego Pythona, możesz go zainstalować, działając:

sudo apt instal Python3-dev Python3-Pip  

To zainstaluje również PIP, instalator opakowania Pythona.

Krok 3: Utwórz środowisko wirtualne (opcjonalnie)

Zaleca się użycie wirtualnego środowiska do izolacji TensorFlow i jego zależności od innych pakietów od systemu. Najpierw zainstaluj pakiet Python do tworzenia wirtualnych środowisk:

sudo apt instal Python3-venv  

Następnie utwórz nowy katalog do aplikacji TensorFlow i przełącz się do nich:

mkdir tensorflow-app && cd tensorflow-app  

Następnie możesz utworzyć wirtualne środowisko, uruchamiając:

Python3 -m venv venv 

To stworzy wirtualne środowisko nazwane „Venv” W obecnym katalogu.

Aby aktywować środowisko wirtualne, uruchom:

Źródło venv/bin/aktywuj  

Powinieneś teraz zobaczyć nazwę wirtualnego środowiska w swoim montażu terminalu.

Krok 4: Zainstaluj TensorFlow

Po zainstalowaniu Pythona i PIP możesz teraz zainstalować TensorFlow. Aby zainstalować wersję procesora TENSORFLOW, uruchom:

instalacja instalacji PIP -Tensorflow  

Jeśli masz GPU i chcesz zainstalować wersję GPU TENSORFLOW, musisz najpierw zainstalować zestaw narzędzi NVIDIA CUDA i bibliotekę CUDNN. Możesz znaleźć instrukcje instalacji tych bibliotek w dokumentacji TensorFlow.

Krok 5: Zainstaluj dodatki TensorFlow (opcjonalnie)

Tensorflow Addons to repozytorium rozwiniętych społeczności i wtyczek dla TensorFlow. Aby zainstalować dodatki TensorFlow, uruchom:

instaluj instalację PIP-addons tensorflow-addons  

To zainstaluje najnowszą wersję dodatków TENSORFLOW.

Krok 6: Przetestuj instalację

Po zainstalowaniu TensorFlow możesz przetestować instalację, uruchamiając prosty skrypt, który tworzy i uruchamia sesję TensorFlow:

Python -c "import tensorflow jako tf; druk (tf.wersja.WERSJA)"  

Jeśli tensorflow zostanie zainstalowany poprawnie, powinieneś zobaczyć wersję TensorFlow wydrukowaną na terminalu.

Krok 7: Zainstaluj notebook Jupyter (opcjonalnie)

Jupyter Notebook to internetowe interaktywne środowisko programistyczne dla Pythona. To świetne narzędzie do odkrywania i eksperymentowania z kodem TensorFlow. Aby zainstalować notebook Jupyter, uruchom:

PIP Instaluj Jupyter  

Aby uruchomić notatnik Jupyter, uruchom:

Notebook Jupyter  

To uruchomi serwer Notebook Jupyter i otworzy nowe okno przeglądarki za pomocą interfejsu Jupyter Notebook.

Krok 8: Utwórz nowy notatnik (opcjonalnie)

W interfejsie Notebook Jupyter kliknij „Nowy” i wybierz „Python 3”, aby utworzyć nowy notebook. W pierwszej komórce wpisz następujący kod, aby zaimportować tensorflow:

Możesz teraz zacząć eksperymentować z TensorFlow w swoim notatniku Jupyter!

Krok 9: Dezaktywuj środowisko wirtualne (opcjonalnie)

Jeśli utworzyłeś środowisko wirtualne w kroku 3, możesz je dezaktywować, uruchamiając:

dezaktywować  

Spowoduje to powrót do domyślnego środowiska Pythona twojego systemu.

I to wszystko! Powinieneś teraz zainstalować i gotowy do użycia TENSORFLOW. Niezależnie od tego, czy jesteś nowy w uczeniu maszynowym, czy doświadczonym programistie, TensorFlow on Ubuntu jest potężnym narzędziem do budowania i szkolenia modeli uczenia maszynowego.

Wniosek

Instalowanie TensorFlow na Ubuntu może być nieco zniechęcające, szczególnie jeśli jesteś nowy w uczeniu maszynowym i Linux. Jednak przy tym samouczku krok po kroku powinieneś być w stanie z łatwością zainstalować TensorFlow i zacząć od uczenia maszynowego na Ubuntu.

Pamiętaj, aby aktualizować system, utwórz wirtualne środowisko dla TensorFlow i przetestuj instalację, aby upewnić się, że wszystko działa poprawnie. Po zainstalowaniu TensorFlow możliwości są nieograniczone, a będziesz mieć potężne narzędzie do budowania i szkolenia własnych modeli uczenia maszynowego.

Niezależnie od tego, czy jesteś studentem, badaczem czy programistą, Tensorflow na Ubuntu to świetny sposób na odkrywanie świata uczenia maszynowego i odblokowanie potencjału tej ekscytującej dziedziny. Więc na co czekasz? Rozpocznij swoją podróż z Tensorflow na Ubuntu już dziś!