Installieren von TensorFlow unter Ubuntu 20.04

Einführung

TensorFlow ist eine Open-Source-Softwarebibliothek für maschinelles Lernen, die dem Trainieren neuronaler Netze dient. Jeder Knoten im Graph (ausgedrückt in Form von stateful dataflow graphs) stellt die Operationen dar, die von neuronalen Netzen in multidimensionalen Arrays ausgeführt werden. Diese multidimensionalen Arrays werden im Allgemeinen als „Tensoren“ bezeichnet (daher der Name TensorFlow).

In diesem Tutorial installieren Sie TensorFlow mit virtualenv in einer virtuellen Python-Umgebung. Dieser Ansatz sorgt für eine Isolierung der TensorFlow-Installation und schnelle Inbetriebnahme. Nachdem Sie die Installation abgeschlossen haben, werden Sie sie durch Importieren von Tensorflow validieren, um sicherzustellen, dass keine Fehler vorliegen.

Voraussetzungen

Bevor Sie mit diesem Tutorial beginnen, benötigen Sie Folgendes:

• Einen Ubuntu 20.04-Server mit mindestens 4 GB RAM, der anhand des Leitfadens zur Ersteinrichtung des Servers für Ubuntu 20.04 eingerichtet wurde, einschließlich eines non-root user mit sudo-Berechtigungen und einer Firewall.

• Installiertes Python 3.8 oder höher und virtualenv. Folgen Sie Installieren von Python 3 unter Ubuntu 20.04, um Python und virtualenv zu konfigurieren.

Schritt 1 — Einrichten einer Programmierumgebung

In diesem Schritt richten wir eine virtuelle Umgebung ein, um TensorFlow darin zu installieren, ohne unsere anderen Programmierprojekte zu beeinträchtigen. Wenn Sie bereits über eine saubere Programmierumgebung verfügen, können Sie diesen Schritt überspringen.

Erstellen Sie zunächst ein Projektverzeichnis. Wir werden es für Demonstrationszwecke tf-demo nennen; Sie können jedoch einen anderen Verzeichnisnamen wählen, der sinnvoll für Sie ist:

mkdir ~/tf-demo

Navigieren Sie zu Ihrem neu erstellten Verzeichnis namens tf-demo:

cd ~/tf-demo

Erstellen Sie dann beispielsweise eine neue virtuelle Umgebung namens tensorflow-dev. Führen Sie den folgenden Befehl aus, um Ihre Umgebung zu erstellen:

python3 -m venv tensorflow-dev

Dadurch wird ein neues Verzeichnis namens tensorflow-dev erstellt, das alle von Ihnen installierten Pakete enthalten wird, während diese Umgebung aktiviert wird. Dazu gehören auch pip und eine eigenständige Version von Python.

Aktivieren Sie nun Ihre virtuelle Umgebung:

source tensorflow-dev/bin/activate

Nach der Aktivierung wird Ihre Terminal-Eingabeaufforderung widerspiegeln, dass Sie sich in der virtuellen Umgebung befinden:

(tensorflow-dev)username@hostname:~/tf-demo $

Nun können Sie TensorFlow in Ihrer virtuellen Umgebung installieren.

Schritt 2 — Installieren von TensorFlow

Bei der Installation von TensorFlow wollen wir sicherstellen, dass wir die neueste in PyPi verfügbare Version installieren.

Daher verwenden wir die folgende Befehlssyntax mit pip:

pip install --upgrade tensorflow

Sobald Sie die Eingabetaste drücken, wird TensorFlow installiert; Sie sollten eine Ausgabe erhalten, die meldet, dass die Installation zusammen mit allen abhängigen Paketen erfolgreich war.

Output
...
Successfully installed absl-py-0.7.1 astor-0.7.1 gast-0.2.2 grpcio-1.19.0 h5py-2.9.0 keras-applications-1.0.7 keras-preprocessing-1.0.9 markdown-3.0.1 mock-2.0.0 numpy-1.16.2 pbr-5.1.3 protobuf-3.7.0 setuptools-40.8.0 tensorboard-1.13.1 tensorflow-1.13.1 tensorflow-estimator-1.13.0 termcolor-1.1.0 werkzeug-0.15.0 wheel-0.33.1
...

Successfully installed bleach-1.5.0 enum34-1.1.6 html5lib-0.9999999 markdown-2.6.9 numpy-1.13.3 protobuf-3.5.0.post1 setuptools-38.2.3 six-1.11.0 tensorflow-1.4.0 tensorflow-tensorboard-0.4.0rc3 werkzeug-0.12.2 wheel-0.30.0

deactivate

Nachdem Sie TensorFlow installiert haben, vergewissern wir uns nun, dass die TensorFlow-Installation funktioniert.

Schritt 3 — Validieren der Installation

Um die Installation von TensorFlow zu validieren, stellen wir sicher, dass wir das TensorFlow-Paket importieren können.

python

In Ihrem Terminal wird die folgende Eingabeaufforderung angezeigt:

>>>

Dies ist die Eingabeaufforderung des Python-Interpreters; sie gibt an, dass Sie mit der Eingabe von Python-Befehlen beginnen können.

Geben Sie zunächst diese Zeile ein, um das TensorFlow-Paket zu importieren und als lokale Variable tf verfügbar zu machen. Drücken Sie nach Eingabe der Codezeile die Eingabetaste:

import tensorflow as tf

Wenn Sie keine Fehler erhalten, haben Sie TensorFlow erfolgreich installiert. Wenn Sie einen Fehler erhalten, sollten Sie sicherstellen, dass Ihr Server genug Leistung für die Verwaltung von TensorFlow bietet. Möglicherweise müssen Sie Ihren Server neu bemessen und dafür sorgen, dass er mindestens 4 GB Arbeitsspeicher hat.

Zusammenfassung

In diesem Tutorial haben Sie TensorFlow in einer virtuellen Python-Umgebung installiert und durch Importieren des TensorFlow-Pakets überprüft, ob TensorFlow funktioniert.

Der Leitfaden für Programmierer von TensorFlow dient als nützliche Ressource und Referenz für die TensorFlow-Entwicklung. Außerdem können Sie sich Kaggle, eine kompetitive Umgebung zur praktischen Anwendung von maschinellen Lernkonzepten, ansehen, in der Sie gegen andere Fans von maschinellem Lernen, Datenwissenschaft und Statistik antreten können.