Установка TensorFlow в Ubuntu 20.04

Введение

Программная библиотека машинного обучения TensorFlow с открытым исходным кодом используется для обучения нейросетей. Каждый узел графика отражает операции, выполняемые нейросетями в многомерных массивах, в форме графиков потока данных с сохранением состояния. Эти многомерные массивы часто называют тензорами, и отсюда идет название библиотеки TensorFlow.

В этом обучающем модуле мы выполним установку TensorFlow в виртуальной среде Python с помощью virtualenv. Этот подход изолирует установку TensorFlow и позволяет быстро начать работу. После завершения установки вы сможете проверить ее посредством импорта Tensorflow, чтобы убедиться в отсутствии ошибок.

Предварительные требования

Для прохождения этого обучающего модуля вам потребуется следующее:

• Один сервер Ubuntu 20.04 с не менее 4 Гбайт оперативной памяти, настроенный в соответствии с руководством по начальной настройке сервера Ubuntu 20.04, включая пользователя без прав root с привилегиями sudo и брандмауэр.

• Python версии 3.8 или выше с установленной средорй virtualenv. Следуйте указаниям руководства по установке Python 3 в Ubuntu 20.04 для настройки Python и virtualenv.

Шаг 1 — Создание среды программирования

На этом шаге мы создадим виртуальную среду для установки в нее TensorFlow без ущерба для других проектов программирования. Если у вас уже имеется готовая настроенная среда программирования, вы можете пропустить этот шаг.

Для начала создайте каталог проекта. Для демонстрационных целей мы присвоим ему имя tf-demo, но вы можете выбрать другое имя каталога, имеющее для вас значение:

mkdir ~/tf-demo

Перейдите в созданный каталог tf-demo:

cd ~/tf-demo

Затем создайте новую виртуальную среду с именем tensorflow-dev или другим похожим именем. Запустите следующую команду для создания среды:

python3 -m venv tensorflow-dev

Эта команда создает новый каталог tensorflow-dev, который будет содержать все пакеты, устанавливаемые в период активации этой среды. Также он содержит pip и отдельную версию Python.

Активируйте вашу виртуальную среду:

source tensorflow-dev/bin/activate

После активации в командной строке терминала будет показано, что вы находитесь в виртуальной среде:

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

Теперь вы можете установить TensorFlow в вашей виртуальной среде.

Шаг 2 — Установка TensorFlow

При установке TensorFlow нужно убедиться, что мы выполняем установку и обновление до самой новой версии, доступной в PyPi.

Поэтому мы будем использовать следующий синтаксис команды pip:

pip install --upgrade tensorflow

После нажатия ENTER TensorFlow выполнит установку, и вы получите вывод, указывающий, что установка со всеми зависимыми пакетами была успешно выполнена.

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

Мы установили TensorFlow, а теперь проверим работу установленной версии TensorFlow.

Шаг 3 — Проверка установки

Чтобы проверить установку TensorFlow, мы проверим возможность импортирования пакета TensorFlow.

python

На вашем терминале появится следующая командная строка:

>>>

Это командная строка для интерпретатора Python, указывающая, что вы можете начать ввод некоторых выражений Python.

Для начала введите эту строку, чтобы импортировать пакет TensorFlow и сделать его доступным как локальную переменную tf. Нажмите ENTER после ввода строки кода:

import tensorflow as tf

Если вы не получите сообщений об ошибках, это означает, что вы успешно установили TensorFlow. Если получили сообщение об ошибке, проверьте, имеет ли ваш сервер достаточно ресурсов для работы TensorFlow. Возможно, вам потребуется увеличить объем ресурсов сервера и убедиться, что на нем есть не менее 4 Гбайт оперативной памяти.

Заключение

В этом обучающем модуле мы выполнили установку TensorFlow в виртуальной среде Python и проверили работу TensorFlow, выполнив импорт.

Руководство программиста по TensorFlow — это полезный ресурс и справочник для разработчиков, использующих TensorFlow. Также вы можете изучить конкурирующую среду Kaggle для практического применения концепций машинного обучения, чтобы получить преимущество перед другими энтузиастами машинного обучения, аналитики данных и статистики.