TensorFlow, ספריית תוכנה למחשוב מספרי

על TensorFlow

במאמר הבא אנו נסתכל כיצד אנו יכולים להתקין את TensorFlow באובונטו (16.04/18.04). TensorFlow היא ספריית קוד ללימוד מכונה במגוון משימות. היא פותחה על ידי גוגל בשנת 2015 כדי לענות על צרכיה במערכות המסוגלות לבנות ולהכשיר רשתות עצביות לאיתור ולפענוח דפוסים וקורלציות, אנלוגיים ללמידה והנמקה המשמשים את בני האדם.

TensorFlow הוא ה- פלטפורמת למידה עמוקה הכי חשוב בעולם. התפתחות זו קוד פתוח גוגל מיצבה את עצמה ככלי מוביל בתחום ה למידה עמוקה. יש בו גם ספריות מקיפות ומשאבים קהילתיים המאפשרים לכל אחד ליצור תוכניות למידת מכונה.

TensorFlow היא ספריית תוכנת קוד פתוח למחשוב מספרי הוא שוחרר ברישיון קוד פתוח של Apache 2.0 ומשתמש בתרשימי זרימת נתונים. הצמתים בתרשימים מייצגים פעולות מתמטיות, ואילו שולי הגרפים מייצגים את מטריצות הנתונים הרב ממדיות (מתחים) התקשר ביניהם.

בניגוד לאחרים ספריות מספריות המיועדות לשימוש בלימוד עמוק כמו תיאנו, זו המדוברת תוכננה לשימוש גם במחקר וגם בפיתוח. זה יכול לרוץ גם על מעבד יחיד, על מספר מעבדים, כמו גם על מכשירים ניידים ומערכות מבוזרות בקנה מידה גדול של מאות מכונות.

אם אנו רוצים להתקין את TensorFlow, ניתן להתקין אותה בכל המערכת, בסביבת פיתון וירטואלית, כמו מיכל Docker ואחרים. הדרך הנפוצה והקלה ביותר להתקין את TensorFlow היא אולי באמצעות סביבת Python וירטואלית, שבהם ניתן ליצור ולנהל מספר סביבות בקלות. זו האפשרות שנראה בשורות הבאות.

התקן את TensorFlow באובונטו

את תהליך ההתקנה הבא אני הולך לעשות במערכת אובונטו 18.04. ברגע שזה מובהר, כדי להתחיל בהתקנת TensorFlow, אתה רק צריך לבצע את השלבים הבאים:

התקן את Python

מכיוון ששימוש בפייתון היא הדרך המהירה והקלה ביותר להפעיל את TensorFlow, בואו התקן את זה. בְּרִירַת מֶחדָל, Python 3 מגיע עם מאגרי אובונטו, כך שהתקנתה לא אמורה להוות בעיה.

כדי דע איזו גרסה של Python מותקנת באובונטובמסוף (Ctrl + Alt + T) אתה רק צריך לבצע את הפקודה:

גרסת Python מותקנת

python3 -V

כפי שאתה יכול לראות, במחשב שלי יש לי Python 3.6.9, ו- לדוגמא זו אצור סביבה וירטואלית באמצעות מודול ה- venv. עבור התקן את חבילת python3-venv המאפשרת מודול venv, באותו מסוף אנו הולכים לבצע את הפקודות הבאות:

sudo apt update; sudo apt install python3-venv

זה אמור לאפשר את הסביבה הווירטואלית של Python.

הפעל את הסביבה הווירטואלית של Python

עכשיו, כשאנחנו יודעים את הגירסה של Python המותקנת, בואו המשך ליצור ספריה עבור TensorFlow. באותו מסוף נצטרך לבצע רק את הפקודה:

mkdir ~/TensorFlow

ואז אנחנו הולכים ל לעבור לספרייה שיצרנו זה עתה:

cd ~/TensorFlow

מתוך מדריך זה, אנו ליצור סביבת וירטואלית של פייתון הקלדה:

python3 -m venv venv

לאחר יצירתו עלינו רק להפעיל אותו:

הפעלת סביבה וירטואלית עבור TensorFlow

source venv/bin/activate

TensorFlow דורש שכלי תצורת החבילה של Python יהיו בגירסה 41.0.0 ומעלה. נבצע פְּעִים כדלקמן כדי לוודא שהוא מעודכן לגרסה האחרונה:

התקנת כלים להתקנה עם פיפ

pip install -U setuptools

התקן את TensorFlow

כעת לאחר שהסביבה נוצרת ומופעלת, נוכל רק להתחיל בהתקנה. ל התקן גרסה נוכחית, הכולל תמיכה בכרטיסי GPU עם CUDA (אובונטו וחלונות), בטרמינל נצטרך השתמש ב- pip הקלדה:

התקנת tensorflow

pip install tensorflow

יש גם חבילת מעבד בלבד זמינה יותר:

pip install tensorflow-cpu

כדי עדכן את TensorFlow לגירסה האחרונה, צריך הוסף את הדגל - שדרוג לפקודות:

pip install --upgrade pip
pip install --upgrade tensorflow

לאחר ההתקנה, אל ודא שהתקנת TensorFlow אנו יכולים לבצע את הפקודה הבאה:

גרסה מותקנת של tensorflow

python -c 'import tensorflow as tf; print(tf.__version__)'

פקודה זו אמורה להציג את הגרסה של TensorFlow המותקנת. ל ראה הדרכות מסוגים שונים על TensorFlowנוכל להיכנס לאתר הפרויקט.

השבת סביבת פייתון

כשנסיים עם סביבת הפיתון, אתה רק צריך לבצע את הפקודה לבטל:

deactivate

אז אנחנו רק צריכים למחוק את ספריית TensorFlow שנוצרה, וזה אמור למחוק את סביבת ה- Python שיצרנו להפעלת TensorFlow. למידע נוסף אודות כיצד להשתמש ב- TensorFlow, אתה יכול בקר במדריך שפרסמו באתר שלהם או ב- אתר מפתח של גוגל.


השאירו את התגובה שלכם

כתובת הדוא"ל שלך לא תפורסם. שדות חובה מסומנים *

*

*

  1. אחראי לנתונים: מיגל אנחל גטון
  2. מטרת הנתונים: בקרת ספאם, ניהול תגובות.
  3. לגיטימציה: הסכמתך
  4. מסירת הנתונים: הנתונים לא יועברו לצדדים שלישיים אלא בהתחייבות חוקית.
  5. אחסון נתונים: מסד נתונים המתארח על ידי Occentus Networks (EU)
  6. זכויות: בכל עת תוכל להגביל, לשחזר ולמחוק את המידע שלך.