TensorFlow ist eine kostenlose Open-Source-Plattform für maschinelles Lernen, die von Google entwickelt wurde. Es wird von einer Reihe von Organisationen verwendet, darunter Twitter, PayPal, Intel, Lenovo und Airbus.
TensorFlow kann systemweit, in einer virtuellen Python-Umgebung, als Dockercontainer oder mit Anaconda installiert werden.
In diesem Tutorial wird erläutert, wie TensorFlow in einer virtuellen Python-Umgebung unter Ubuntu 20.04 installiert wird.
Eine virtuelle Umgebung ermöglicht es Ihnen, mehrere verschiedene isolierte Python-Umgebungen auf einem einzigen Computer zu haben und eine bestimmte Version eines Moduls auf Projektbasis zu installieren, ohne sich Sorgen zu machen, dass dies Ihre anderen Projekte beeinträchtigt.
Installieren von TensorFlow auf Ubuntu 20.04 #
Ubuntu 20.04 wird standardmäßig mit Python 3.8 ausgeliefert. Sie können überprüfen, ob Python 3 auf Ihrem System installiert ist, indem Sie Folgendes eingeben:
python3 -VDie Ausgabe sollte so aussehen:
Python 3.8.2
Die empfohlene Methode zum Erstellen einer virtuellen Umgebung ist die Verwendung von venv Modul, das in python3-venv enthalten ist Paket.
So installieren Sie python3-venv Paket führen Sie den folgenden Befehl aus:
sudo apt install python3-venv python3-devSobald das Modul installiert ist, können Sie eine virtuelle Umgebung für unser TensorFlow-Projekt erstellen.
Navigieren Sie zu dem Verzeichnis, in dem Sie Ihre virtuellen Python 3-Umgebungen speichern möchten. Es kann Ihr Home-Verzeichnis oder jedes andere Verzeichnis sein, in dem Ihr Benutzer Lese- und Schreibrechte hat.
Erstellen Sie ein neues Verzeichnis für das TensorFlow-Projekt und wechseln Sie hinein:
mkdir my_tensorflowcd my_tensorflow
Führen Sie im Verzeichnis den folgenden Befehl aus, um die virtuelle Umgebung zu erstellen:
python3 -m venv venvvenv ist der Name der virtuellen Umgebung. Sie können einen beliebigen Namen für die virtuelle Umgebung verwenden.
Der obige Befehl erstellt ein Verzeichnis namens venv , das eine Kopie der Python-Binärdatei, den Pip-Paketmanager, die Standard-Python-Bibliothek und andere unterstützende Dateien enthält.
Um die virtuelle Umgebung zu verwenden, aktivieren Sie sie, indem Sie activate ausführen Skript:
source venv/bin/activate
Nach der Aktivierung wird das bin-Verzeichnis der virtuellen Umgebung am Anfang des Systems $PATH hinzugefügt Variable. Außerdem ändert sich die Eingabeaufforderung der Shell und zeigt den Namen der virtuellen Umgebung an, in der Sie sich gerade befinden. In diesem Beispiel ist dies (venv) .
Die TensorFlow-Installation erfordert pip Version 19 oder höher. Geben Sie den folgenden Befehl ein, um pip zu aktualisieren auf die neueste Version:
pip install --upgrade pipNachdem die virtuelle Umgebung nun aktiviert ist, ist es an der Zeit, das TensorFlow-Paket zu installieren.
pip install --upgrade tensorflow
Wenn Sie eine dedizierte NVIDIA-GPU haben und deren Rechenleistung nutzen möchten, statt tensorflow , installieren Sie die tensorflow-gpu Paket, das GPU-Unterstützung enthält.
Innerhalb der virtuellen Umgebung können Sie den Befehl pip verwenden statt pip3 und python statt python3 .
Das ist es! Sie haben TensorFlow erfolgreich installiert und können es verwenden.
Um die Installation zu überprüfen, führen Sie den folgenden Befehl aus, der die TensorFlow-Version druckt:
python -c 'import tensorflow as tf; print(tf.__version__)'Zum Zeitpunkt der Erstellung dieses Artikels ist die neueste stabile Version von TensorFlow 2.2.0:
2.2.0
Ihre TensorFlow-Version kann sich von der hier gezeigten Version unterscheiden.
Wenn Sie neu bei TensorFlow sind, besuchen Sie die Seite Erste Schritte mit TensorFlow und erfahren Sie, wie Sie Ihre erste ML-Anwendung erstellen. Sie können auch die Repositorys TensorFlow Models oder TensorFlow-Examples von Github klonen und die TensorFlow-Beispiele erkunden und testen.
Wenn Sie mit Ihrer Arbeit fertig sind, deaktivieren Sie die Umgebung, indem Sie deactivate eingeben , und Sie kehren zu Ihrer normalen Shell zurück.
deactivate