Průvodce instalací TensorFlow na Ubuntu

Pokud se zajímáte o strojové učení, možná budete muset využít TensorFlow, ne-li PyTorch.

Za předpokladu, že používáte Linux, ukážu vám, jak nainstalovat Tensorflow na Ubuntu. Použil jsem Ubuntu 18.04, ale kroky by měly platit i pro ostatní verze.

Mějte na paměti, že to můžete zkusit vytvoření ze zdroje pro ostatní platformy/distribuce TensorFlow primárně podporuje Ubuntu Linux. V tomto článku se toho tedy budu držet.

Instalace TensorFlow na Ubuntu Linux

Než začnete nastavovat TensorFlow, musíte na Ubuntu povolit úložiště Universe. Můžete to udělat pomocí tohoto příkazu:

sudo add-apt-repository universe

Nebo přejděte na Software a aktualizace možnosti a povolte je odtud:

Krok 1:Získejte vývojové prostředí Python

Nejprve musíte nastavit vývojové prostředí Pythonu, abyste mohli pokračovat. Ve výchozím nastavení byste měli mít na Ubuntu nainstalovaný Python 3.6.x. Verzi Pythonu můžete zkontrolovat pomocí:

python3 --version

Ujistěte se, že máte Python 3.5–3.7 (podle oficiálních pokynů). Pokud jej nemáte nebo jej potřebujete upgradovat, nainstalujte jej pomocí následujícího příkazu v terminálu:

sudo apt install python3-dev

Krok 2:Získejte Pip

Dále musíte zkontrolovat, zda máte správce balíčků pip v Pythonu.

pip3 --version

Pokud jej nemáte nainstalovaný, můžete jej nainstalovat zadáním tohoto:

sudo apt install python3-pip

Možná však nemáte na desce nejnovější verzi.

Poznámka: TensorFlow vyžaduje pip verze 19.0 nebo vyšší . Nebojte se, můžete upgradovat pip, jakmile nastavíte virtuální prostředí v další sadě kroků.

Krok 3:Nastavení virtuálního prostředí Pythonu

Nyní, když jste skončili s nastavením Pythonu a pipu, musíte nastavit virtuální prostředí pro vývoj Pythonu. Tímto způsobem neovlivníte hostitelský systém tím, co děláte s nastavením Pythonu.

Chcete-li začít, nainstalujte virtualenv:

sudo -H pip3 install -U virtualenv

Příznak -H nastaví proměnnou prostředí HOME na domovský adresář.

Virtuální prostředí Pythonu byste chtěli vytvořit zadáním adresáře a výběrem interpretu Pythonu. Chcete-li to provést, musíte zadat následující:

virtualenv --system-site-packages -p python3 ./venv

Po dokončení stačí aktivovat virtuální prostředí, k tomu použijte příkaz source následujícím způsobem:

source ./venv/bin/activate

Zatímco je vaše virtuální prostředí aktivní, uvidíte, že vaše výzva shellu bude mít předponu (venv) jak je znázorněno na obrázku níže.

Dále je třeba upgradovat verzi pipu ve virtuálním prostředí, aniž by to ovlivnilo nastavení hostitele (pokud je již aktuální, budete na to upozorněni ):

pip install --upgrade pip

Pokud jste zvědaví, můžete se také podívat na seznam balíčků nainstalovaných ve virtuálním prostředí zadáním tohoto:

pip list

Krok 4:Instalace TensorFlow

Konečně se chystáte nainstalovat TensorFlow.

Ujistěte se, že používáte virtuální prostředí. Chcete-li nainstalovat TensorFlow, zadejte následující příkaz:

pip install --upgrade tensorflow

Můžete se také rozhodnout ověřit instalaci zadáním následujícího příkazu ve virtuálním prostředí:

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Konečně jste úspěšně nainstalovali TensorFlow na Ubuntu!

Instalace TensorFlow na Pop!_OS

Na rozdíl od Ubuntu, pokud máte Pop!_OS, nepotřebujete k využití vašeho základního systému python provést všechny tyto kroky, ale jediný příkaz.

Do terminálu stačí zadat následující příkaz:

sudo apt install tensorflow-cuda-latest

Další informace o tom, jak jej používat, najdete v oficiálních zdrojích Pop!_OS.

Zabalení

Mějte na paměti, že kdykoli chcete použít TensorFlow na Ubuntu, musíte nejprve vstoupit do určeného virtuálního prostředí Pythonu.

Pokud jste v TensorFlow noví, možná budete chtít vyzkoušet oficiální zdroje, které jsou k dispozici.

Doufám, že vám to pomůže. Za zmínku také stojí, že jsem provedl kroky k instalaci TensorFlow na čerstvou instalaci Ubuntu – takže pokud jste ve své instalaci něco upravili, možná budete muset při instalaci TensorFlow na Ubuntu trochu vyřešit problémy.

Neváhejte a dejte mi vědět své myšlenky v komentářích níže.