TensorFlow est une plate-forme gratuite et open source pour l'apprentissage automatique conçue par Google. Il est utilisé par un certain nombre d'organisations, notamment Twitter, PayPal, Intel, Lenovo et Airbus.
TensorFlow peut être installé à l'échelle du système, dans un environnement virtuel Python, en tant que Dockercontainer ou avec Anaconda. À des fins d'apprentissage, il est préférable d'installer TensorFlow dans un environnement virtuel Python. De cette façon, vous pouvez avoir plusieurs environnements Python isolés différents sur un seul ordinateur et installer une version spécifique d'un module pour chaque projet sans craindre que cela n'affecte vos autres projets.
Ce tutoriel décrit comment installer TensorFlow sur Ubuntu 18.04.
Installation de TensorFlow sur Ubuntu 18.04 #
Les sections suivantes fournissent des instructions étape par étape sur la façon d'installer TensorFlow dans un environnement virtuel Python sur Ubuntu 18.04.
1. Installer Python 3 et venv #
Ubuntu 18.04 est livré avec Python 3.6 par défaut. Vous pouvez vérifier que Python 3 est installé sur votre système en tapant :
python3 -VLe résultat devrait ressembler à ceci :
Python 3.6.6
À partir de Python 3.6, la méthode recommandée pour créer un environnement virtuel est d'utiliser le venv module. Pour installer le python3-venv package qui fournit le venv module exécutez la commande suivante :
sudo apt install python3-venvUne fois le module installé, nous sommes prêts à créer un environnement virtuel pour notre projet TensorFlow.
2. Création d'un environnement virtuel #
Commencez par naviguer vers le répertoire où vous souhaitez stocker vos environnements virtuels Python 3. Il peut s'agir de votre répertoire personnel ou de tout autre répertoire dans lequel votre utilisateur dispose d'autorisations de lecture et d'écriture.
Créez un nouveau répertoire pour le projet TensorFlow et accédez-y :
mkdir my_tensorflowcd my_tensorflow
Une fois dans le répertoire, exécutez la commande suivante pour créer l'environnement virtuel :
python3 -m venv venv
La commande ci-dessus crée un répertoire nommé venv , qui contient une copie du binaire Python, du gestionnaire de packages Pip, de la bibliothèque Python standard et d'autres fichiers de support. Vous pouvez utiliser le nom de votre choix pour l'environnement virtuel.
Pour commencer à utiliser cet environnement virtuel, vous devez l'activer en exécutant le activate script :
source venv/bin/activate
Une fois activé, le répertoire bin de l'environnement virtuel sera ajouté au début du $PATH variable. L'invite de votre shell changera également et affichera le nom de l'environnement virtuel que vous utilisez actuellement. Dans ce cas, c'est venv .
L'installation de TensorFlow nécessite pip version 19 ou supérieure. Exécutez la commande suivante pour mettre à jour pip à la dernière version :
pip install --upgrade pip3. Installation de TensorFlow #
Maintenant que l'environnement virtuel est activé, il est temps d'installer le package TensorFlow.
pip install --upgrade tensorflow
Si vous avez un GPU NVIDIA dédié et que vous souhaitez profiter de sa puissance de traitement, au lieu de tensorflow installez le tensorflow-gpu package qui inclut la prise en charge du GPU.
Dans l'environnement virtuel, vous pouvez utiliser la commande pip au lieu de pip3 et python au lieu de python3 .
Pour vérifier l'installation, utilisez la commande suivante qui imprimera la version de TensorFlow :
python -c 'import tensorflow as tf; print(tf.__version__)'Au moment de la rédaction de cet article, la dernière version stable de TensorFlow est la 2.0.0
2.0.0
Votre version de TensorFlow peut différer de la version présentée ici.
Si vous débutez avec TensorFlow, consultez la page Premiers pas avec TensorFlow et découvrez comment créer votre première application ML. Vous pouvez également cloner les référentiels TensorFlow Models ou TensorFlow-Examples de Github et explorer et tester les exemples TensorFlow.
Une fois que vous avez terminé votre travail, désactivez l'environnement en tapant deactivate et vous reviendrez à votre shell normal.
deactivate