Как установить TensorFlow на Debian 9

TensorFlow — это бесплатная платформа с открытым исходным кодом для машинного обучения, созданная Google. Он используется рядом организаций, включая Twitter, PayPal, Intel, Lenovo и Airbus.

TensorFlow можно установить в масштабе всей системы, в виртуальной среде Python, как контейнер Docker или с Anaconda. В учебных целях лучше всего установить TensorFlow в виртуальной среде Python. Таким образом, вы можете 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.

Это руководство проведет вас через процесс установки TensorFlow на Debian 9.

Установка TensorFlow на Debian 9

В следующих разделах представлены пошаговые инструкции по установке TensorFlow в виртуальной среде Python на Debian 9.

1. Установка Python 3 и venv

По умолчанию Debian 9 поставляется с Python 3.5. Чтобы убедиться, что Python 3 установлен в вашей системе, введите:

python3 -V

Результат должен выглядеть так:

Python 3.5.3
Если вы хотите использовать Python 3.7, ознакомьтесь с этим руководством .

Рекомендуемый способ создания виртуальной среды — использование модуля venv . Установите пакет python3-venv , который предоставляет модуль venv , выполнив следующую команду:

sudo apt install python3-venv

После этого мы можем перейти к следующему шагу и создать виртуальную среду для нашего проекта TensorFlow.

2. Создание виртуальной среды

Перейдите в каталог, в котором вы хотите сохранить 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 перейдите в него:

mkdir my_tensorflowcd my_tensorflow

Изнутри каталога выполните следующую команду, чтобы создать виртуальную среду:

python3 -m venv venv

Приведенная выше команда создаст каталог с именем venv , который содержит копию двоичного venv Python, диспетчер пакетов Pip , стандартную библиотеку Python и другие вспомогательные файлы. Используйте любое имя для виртуальной среды.

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

source venv/bin/activate

После активации, каталог бен виртуальной среды будет добавлено в начале $PATH переменной . Также изменится приглашение оболочки, и в нем будет отображаться имя виртуальной среды, в которой вы находитесь. В данном случае 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.

pip install --upgrade tensorflow

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

В виртуальной среде вы можете использовать команду 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

Ваша версия TensorFlow может отличаться от версии, показанной выше.

Если вы новичок в TensorFlow, посетите страницу « Начало работы с 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

В этом руководстве мы показали вам, как установить TensorFlow на Debian 9.

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

Оставьте комментарий

Ваш адрес email не будет опубликован.