Présentation
TensorFlow est une plate-forme d'apprentissage automatique open source. Google a conçu le logiciel pour aider les chercheurs, les data scientists et les développeurs à simplifier le processus de mise en œuvre des modèles d'apprentissage automatique.
Cette bibliothèque de bout en bout pour le calcul numérique peut s'exécuter sur plusieurs CPU, GPU, ainsi que sur des systèmes d'exploitation mobiles. Dans ce didacticiel, découvrez comment installer TensorFlow sur Ubuntu 18.04.
Prérequis
- Un système Linux Ubuntu (16.04 ou version ultérieure)
- Accès à une ligne de commande/fenêtre de terminal (Ctrl +Alt +T )
- Un compte utilisateur avec sudo privilèges
- Pip 19.0 ou version ultérieure
Étape 1 :Installez les packages requis
Avant de pouvoir installer TensorFlow, vous devez configurer l'environnement de développement Python. Il comprend les logiciels suivants :
- Python (version 3.4 ou ultérieure)
- le gestionnaire de paquets pip (pas plus ancien que la version 19.0)
- Virtuel (logiciel pour isoler les environnements Python)
Ouvrez la fenêtre du terminal et commencez par mettre à jour le référentiel avec :
sudo apt update
Ensuite, installez les deux premiers packages avec la commande :
sudo apt install python3-dev python3-pip
Ensuite, exécutez la commande suivante pour une installation à l'échelle du système de Virtualenv :
sudo pip3 install -U virtualenv
Étape 2 :Créer un environnement virtuel
Maintenant que vous avez Virtualenv sur votre système Ubuntu, vous pouvez l'utiliser pour créer et isoler des environnements Python.
Créez votre premier environnement dans un nouveau ./venv répertoire :
virtualenv --system-site-packages -p python3 ./venv
Ensuite, activez l'environnement virtuel pour commencer à travailler à l'intérieur. Exécutez la commande suivante :
source ./venv/bin/activate
Votre invite de shell devrait maintenant avoir un (venv) préfixe comme dans l'image ci-dessous :
Une fois que vous avez activé venv , passez à l'installation de pip à l'intérieur de l'environnement isolé :
pip install --upgrade pip
Si vous souhaitez voir une liste complète de tous les packages à l'intérieur de l'environnement virtuel, utilisez la commande :
pip list
Il affiche tous les packages et leurs versions respectives, comme dans l'image suivante :
Étape 3 :Installer TensorFlow
L'étape suivante diffère selon que vous installez TensorFlow pour CPU ou TensorFlow pour GPU . Le choix dépend de la nature de votre charge de travail et des options matérielles.
Option 1 :Installer TensorFlow pour le processeur
Le TensorFlow par défaut Le progiciel prend en charge les charges de travail basées sur le processeur. Pour installer le package et ses dépendances, tapez la commande suivante :
pip install --upgrade tensorflow
Option 2 :Installer TensorFlow pour GPU
TensorFlow pour GPU nécessite un GPU dédié compatible NVIDIA CUDA® et les pilotes associés. Ce package logiciel est destiné aux charges de travail d'apprentissage automatique basées sur GPU.
Pour installer la dernière version stable de TensorFlow pour GPU , exécutez la commande :
pip install --upgrade tensorflow-gpu
Pour obtenir une liste de la configuration matérielle et logicielle requise pour TensorFlow pour GPU, veuillez consulter la documentation de TensorFlow sur la prise en charge du GPU.
Option 3 :Installer les anciennes versions de TensorFlow
Anciennes versions de TensorFlow pour CPU et GPU sont également disponibles en téléchargement.
Version 1.14 et antérieure est installé en exécutant la commande au format suivant :
pip install tensorflow==package_version
Pour installer TensorFlow pour CPU 1.14 , exécutez la commande :
pip install tensorflow==1.14
Pour installer TensorFlow pour GPU 1.14 , exécutez la commande :
pip install tensorflow-gpu==1.14
Version 1.15 prend en charge les charges de travail basées sur le CPU et le GPU. Pour installer TensorFlow 1.15 , tapez la commande :
pip install tensorflow-gpu==1.15rc2
Étape 4 :Vérification de l'installation de TensorFlow
Pour vérifier l'installation de TensorFlow dans Ubuntu, saisissez la commande dans la fenêtre du terminal :
python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"