Kitame straipsnyje mes apžvelgsime, kaip mes galime įdiegti „TensorFlow“ „Ubuntu“ (16.04/18.04). „TensorFlow“ yra kodų biblioteka, skirta mašininiam mokymuisi atlikti įvairias užduotis. Tai sukūrė „Google“ 2015 m., Kad patenkintų sistemos, galinčios sukurti ir mokyti neuroninius tinklus, poreikius aptikti ir iššifruoti modelius ir koreliacijas, analogiškus žmonių naudojamam mokymuisi ir samprotavimams.
„TensorFlow“ yra Gilaus mokymosi platforma svarbiausia pasaulyje. Ši raida atviro kodo "Google" save pripažino kaip pagrindinį įrankį Gilus mokymasis. Ji taip pat turi išsamias bibliotekas ir bendruomenės išteklius, leidžiančius visiems kurti mašininio mokymosi programas.
„TensorFlow“ yra skaitmeninio skaičiavimo atvirojo kodo programinės įrangos biblioteka Jis buvo išleistas pagal „Apache 2.0“ atvirojo kodo licenciją ir naudoja duomenų srautų diagramas. Diagramų mazgai rodo matematines operacijas, o grafikų kraštai - daugialypės duomenų matricos (įtempikliai).
Skirtingai nuo kitų skaitinės bibliotekos, skirtos giliai mokytis kaip Theano, šis aptariamas buvo skirtas naudoti tiek tyrimams, tiek plėtrai. Jis taip pat gali veikti vienu procesoriumi, keliais procesoriais, taip pat mobiliaisiais įrenginiais ir didelio masto paskirstytomis šimtų mašinų sistemomis.
Jei norime įdiegti „TensorFlow“, jį galima įdiegti visoje sistemoje, virtualioje „Python“ aplinkoje, tokioje kaip „Docker“ konteineris ir kt. Labiausiai paplitęs ir paprasčiausias būdas įdiegti „TensorFlow“ yra galbūt per virtualią „Python“ aplinką, kur galima lengvai sukurti ir valdyti kelias aplinkas. Tai yra galimybė, kurią pamatysime kitose eilutėse.
Įdiekite „TensorFlow“ į „Ubuntu“
Kitas diegimo procesas, kurį atliksiu „Ubuntu 18.04“ sistemoje. Kai tai bus išsiaiškinta, norėdami pradėti diegti „TensorFlow“, tiesiog atlikite šiuos veiksmus:
Įdiekite „Python“
Kadangi „Python“ naudojimas yra greičiausias ir paprasčiausias būdas paleisti „TensorFlow“, leiskite įdiekite. Numatytas, „Python 3“ yra su „Ubuntu“ saugyklomis, todėl jo įrengimas neturėtų kelti problemų.
į žinoti, kokia „Python“ versija yra įdiegta „Ubuntu“, terminale (Ctrl + Alt + T) tiesiog turite atlikti komandą:
python3 -V
Kaip matote, savo kompiuteryje turiu Python 3.6.9 ir šiame pavyzdyje sukursiu virtualią aplinką naudodamasis „venv“ moduliu. Už įdiekite python3-venv paketą, įgalinantį „venv“ modulį, tame pačiame terminale mes vykdysime šias komandas:
sudo apt update; sudo apt install python3-venv
Tai turėtų įgalinti „Python“ virtualią aplinką.
Paleiskite virtualią „Python“ aplinką
Dabar, kai žinome įdiegtą „Python“ versiją, leiskite tęskite „TensorFlow“ katalogo kūrimą. Tame pačiame terminale turėsime vykdyti tik komandą:
mkdir ~/TensorFlow
Tada mes einame į pereiti į ką tik sukurtą katalogą:
cd ~/TensorFlow
Iš šio katalogo mes tai padarysime sukurti virtualią „Python“ aplinką rašyti:
python3 -m venv venv
Jį sukūrus turime tik jį suaktyvinti:
source venv/bin/activate
„TensorFlow“ reikalauja, kad „Python“ paketo konfigūravimo įrankiai būtų 41.0.0 arba naujesnės versijos. Mes vykdysime pieputis taip, kad įsitikintumėte, jog ji atnaujinta į naujausią versiją:
pip install -U setuptools
Įdiekite „TensorFlow“
Dabar, kai aplinka sukurta ir suaktyvinta, galime pradėti tik diegti. Dėl įdiegti dabartinę versiją, kas apima parama GPU kortelėms su CUDA („Ubuntu“ ir „Windows“), terminale turėsime naudoti pip rašyti:
pip install tensorflow
Taip pat yra galimas mažesnis tik procesoriaus paketas:
pip install tensorflow-cpu
į atnaujinkite „TensorFlow“ į naujausią versiją, turi pridėkite - atnaujinimo vėliavą prie komandų:
pip install --upgrade pip pip install --upgrade tensorflow
Po įdiegimo į patikrinkite, ar įdiegta „TensorFlow“ galime vykdyti šią komandą:
python -c 'import tensorflow as tf; print(tf.__version__)'
Ši komanda turėtų rodyti įdiegtos „TensorFlow“ versiją. Dėl žr. pamokas įvairių rūšių apie „TensorFlow“, galime eiti į projekto svetainę.
Išjunkite „Python Environment“
Kai baigsime „Python“ aplinką, jūs tiesiog turite atlikti komandą išjungti:
deactivate
Tada mes turime ištrinti tik sukurtą „TensorFlow“ katalogą, o tai turėtų ištrinti „Python“ aplinką, kurią sukūrėme „TensorFlow“ paleisti. Norėdami gauti daugiau informacijos apie kaip naudoti „TensorFlow“, galite apsilankykite pamokoje kuriuos jie paskelbė savo interneto svetainėje arba kūrėjo svetainė „Google“.