Как установить TensorFlow на Debian 10

TensorFlow — это платформа с открытым исходным кодом для машинного обучения, созданная Google. Он может работать на CPU или GPU на разных устройствах.

TensorFlow можно установить в масштабе всей системы, в виртуальной среде Python, как контейнер Docker или с Anaconda.

В этом руководстве мы объясним, как установить TensorFlow в виртуальной среде Python на Debian 10.

Виртуальная среда позволяет вам иметь несколько разных изолированных сред Python на одном компьютере и устанавливать определенную версию модуля для каждого проекта, не беспокоясь о том, что это повлияет на другие ваши проекты.

Установка TensorFlow на Debian 10

В следующих разделах приведены пошаговые инструкции по установке TensorFlow в виртуальной среде Python на Debian 10.

1. Установка Python 3 и venv

Debian 10, Buster поставляется с Python 3.7.

Чтобы убедиться, что Python 3 установлен в вашей системе, введите:

python3 --version

Результат должен выглядеть так:

Python 3.7.3

Рекомендуемый способ создания виртуальной среды — использование модуля venv , который предоставляется python3-venv .

Если пакет python3-venv не установлен в вашей системе, установите его, введя:

sudo apt updatesudo apt install python3-venv

2. Создание виртуальной среды

Перейдите в каталог, в котором вы храните виртуальные среды Python 3. Это может быть ваш домашний каталог или любой другой каталог, в котором ваш пользователь имеет права на чтение и запись.

Создайте новый каталог для проекта TensorFlow и переключитесь в него:

mkdir my_tensorflowcd my_tensorflow

Изнутри каталога введите следующую команду, чтобы создать виртуальную среду:

python3 -m venv venv

Приведенная выше команда создает каталог с именем venv , который содержит копию двоичного venv Python, диспетчер пакетов Pip , стандартную библиотеку Python и другие вспомогательные файлы.

Вы можете использовать любое имя для виртуальной среды.

Чтобы начать использовать виртуальную среду, вам необходимо активировать ее, запустив сценарий activate :

source venv/bin/activate

После активации каталог bin виртуальной среды будет добавлен в начало системной $PATH . Кроме того, приглашение оболочки изменится, и в нем будет отображаться имя виртуальной среды, в которой вы находитесь. В этом примере это (venv) .

Для установки TensorFlow требуется версия pip 19 или выше. Выполните следующую команду, чтобы обновить pip до последней версии:

pip install --upgrade pip

3. Установка TensorFlow

Теперь, когда мы создали виртуальную среду, следующим шагом будет установка пакета TensorFlow.

Есть несколько пакетов TensorFlow, которые можно установить из PyPI. Пакет tensorflow поддерживает только процессоры и рекомендуется для начинающих пользователей.

Если у вас есть выделенный графический процессор NVIDIA с вычислительной способностью CUDA 3.5 или выше и вы хотите воспользоваться его вычислительной мощностью, вместо tensorflow установите пакет tensorflow-gpu , который включает поддержку графического процессора.

Введите команду ниже, чтобы установить TensorFlow:

pip install --upgrade tensorflow
В виртуальной среде вы можете использовать pip вместо pip3 и python вместо python3 .

После завершения установки проверьте ее с помощью следующей команды, которая распечатает версию TensorFlow:

python -c 'import tensorflow as tf; print(tf.__version__)'

На момент написания этой статьи последней стабильной версией TensorFlow была 2.0.0 :

2.0.0

Версия, напечатанная на вашем терминале, может отличаться от версии, показанной выше.

Вот и все. TensorFlow установлен в вашей системе Debian.

Если вы новичок в TensorFlow, посетите страницу руководств по TensorFlow и узнайте, как создать свое первое приложение машинного обучения . Вы также можете клонировать репозитории TensorFlow Models или TensorFlow- examples из Github, а также изучить и протестировать примеры TensorFlow.

Когда вы закончите свою работу, введите deactivate чтобы деактивировать среду и вернуться в обычную оболочку.

deactivate

Выводы

Мы показали вам, как установить TensorFlow с помощью pip внутри виртуальной среды Python на Debian 10.

Если вы столкнулись с проблемой или хотите оставить отзыв, оставьте комментарий ниже.

Оставьте комментарий

Ваш адрес email не будет опубликован.