V naslednjem članku si bomo ogledali, kako lahko namestimo TensorFlow na Ubuntu (16.04/18.04). TensorFlow je knjižnica kod za strojno učenje za različne naloge. Google ga je razvil leta 2015, da bi zadovoljil svoje potrebe v sistemih, ki lahko gradijo in usposabljajo nevronske mreže za odkrivanje in dešifriranje vzorcev in korelacij, analogno učenju in sklepanju, ki ga uporabljajo ljudje.
TensorFlow je Deep Learning platforma najpomembnejši na svetu. Ta razvoj open-source Google se je postavil kot vodilno orodje v sektorju Globoko učenje. Ima tudi obsežne knjižnice in vire v skupnosti, ki vsem omogočajo ustvarjanje programov strojnega učenja.
TensorFlow je odprtokodna knjižnica programske opreme za numerično računalništvo Izdan je bil pod odprtokodno licenco Apache 2.0 in uporablja grafikone pretoka podatkov. Vozlišča v grafih predstavljajo matematične operacije, robovi grafov pa predstavljajo večdimenzionalne matrike podatkov (napenjalci) komunicirali med njima.
Za razliko od drugih numerične knjižnice, namenjene globinskemu učenju kot Theano, ta je bil zasnovan za uporabo tako v raziskavah kot v razvoju. Lahko deluje tudi na enem CPU, več CPU-jih, pa tudi mobilnih napravah in obsežnih porazdeljenih sistemih na stotine strojev.
Če želimo namestiti TensorFlow, ga lahko namestimo v celoten sistem, v navidezno okolje Python, kot je vsebnik Docker in drugi. Najpogostejši in najlažji način namestitve TensorFlow je morda prek navideznega okolja Python, kjer je mogoče enostavno ustvariti in upravljati več okolij. To je možnost, ki jo bomo videli v naslednjih vrsticah.
Namestite TensorFlow na Ubuntu
Naslednji postopek namestitve, ki ga bom izvedel v sistemu Ubuntu 18.04. Ko je to pojasnjeno, morate za začetek namestitve TensorFlow slediti naslednjim korakom:
Namestite Python
Ker je uporaba Pythona najhitrejši in najlažji način za zagon TensorFlowa, pojdimo namestite ga. Privzeto, Python 3 prihaja s skladišči Ubuntu, zato njegova namestitev ne bi smela predstavljati težav.
za vedeti, katera različica Pythona je nameščena v Ubuntuju, v terminalu (Ctrl + Alt + T) morate samo izvesti ukaz:
python3 -V
Kot lahko vidite, imam v svojem računalniku Python 3.6.9 in za ta primer bom ustvaril navidezno okolje z uporabo modula venv. Za namestite paket python3-venv, ki omogoča modul venv, v istem terminalu bomo izvajali naslednje ukaze:
sudo apt update; sudo apt install python3-venv
To bi moralo omogočiti navidezno okolje Python.
Zaženite navidezno okolje Python
Zdaj, ko poznamo nameščeno različico Pythona, pojdimo nadaljujte z ustvarjanjem imenika za TensorFlow. V istem terminalu bomo morali izvesti samo ukaz:
mkdir ~/TensorFlow
Potem gremo v premaknite se v imenik, ki smo ga pravkar ustvarili:
cd ~/TensorFlow
V tem imeniku bomo ustvariti navidezno okolje Python tipkanje:
python3 -m venv venv
Po ustvarjanju samo aktivirati ga moramo:
source venv/bin/activate
TensorFlow zahteva, da morajo biti orodja za konfiguracijo paketov Python različice 41.0.0 ali novejša. Izvedli bomo pip za posodobitev na najnovejšo različico:
pip install -U setuptools
Namestite TensorFlow
Zdaj, ko je okolje ustvarjeno in aktivirano, lahko šele začnemo namestitev. Za namestite trenutno različico, kaj vključuje podpora za kartice GPU s CUDA (Ubuntu in Windows), v terminalu bomo morali uporabite pip tipkanje:
pip install tensorflow
Obstajajo tudi na voljo manjši paket samo za CPU:
pip install tensorflow-cpu
za posodobite TensorFlow na najnovejšo različico, mora dodajte zastavico –nadgradnja na ukaze:
pip install --upgrade pip pip install --upgrade tensorflow
Po namestitvi do preverite, ali je nameščen TensorFlow lahko izvedemo naslednji ukaz:
python -c 'import tensorflow as tf; print(tf.__version__)'
Ta ukaz mora prikazati nameščeno različico TensorFlow. Za glej vadnice o TensorFlowu, lahko obiščemo spletno stran projekta.
Onemogočite Python Environment
Ko končamo z okoljem Python, samo izvršiti morate ukaz za deaktiviranje:
deactivate
Nato moramo samo izbrisati ustvarjeni imenik TensorFlow, to pa mora izbrisati okolje Python, ki smo ga ustvarili za zagon TensorFlow. Za več informacij o kako uporabljati TensorFlow, lahko obiščite vadnico ki so jih objavili na svoji spletni strani ali na spletno mesto za razvijalce Googla.