Как установить tensorflow linux

Как установить TensorFlow в Ubuntu 18.04

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.

В этом руководстве описывается, как установить TensorFlow в Ubuntu 18.04.

Установка TensorFlow в Ubuntu 18.04

В следующих разделах представлены пошаговые инструкции по установке TensorFlow в виртуальной среде Python на Ubuntu 18.04.

1. Установка Python 3 и venv

Ubuntu 18.04 по умолчанию поставляется с Python 3.6. Вы можете убедиться, что Python 3 установлен в вашей системе, набрав:

Результат должен выглядеть так:

Начиная с Python 3.6, рекомендуемый способ создания виртуальной среды — использовать модуль venv . Чтобы установить пакет python3-venv , который предоставляет модуль venv выполните следующую команду:

После установки модуля мы готовы создать виртуальную среду для нашего проекта TensorFlow.

2. Создание виртуальной среды

Начните с перехода в каталог, в котором вы хотите хранить 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:

Оказавшись внутри каталога, выполните следующую команду, чтобы создать виртуальную среду:

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 эту виртуальную среду, вам необходимо активировать ее, запустив сценарий activate :

После активации, каталог бен виртуальной среды будет добавлено в начале $PATH переменной . Также изменится приглашение вашей оболочки, и в нем будет отображаться имя виртуальной среды, которую вы в настоящее время используете. В данном случае это venv .

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

3. Установка TensorFlow

Теперь, когда виртуальная среда активирована, пришло время установить пакет 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 .

Чтобы проверить установку, используйте следующую команду, которая распечатает версию TensorFlow:

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

Ваша версия TensorFlow может отличаться от версии, показанной здесь.

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, деактивируйте среду, набрав deactivate и вы вернетесь в свою обычную оболочку.

Выводы

В этом руководстве мы показали вам, как установить TensorFlow в Ubuntu 18.04.

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

Источник

Install TensorFlow with pip

TensorFlow 2 packages are available

• tensorflow —Latest stable release with CPU and GPU support(Ubuntu and Windows)
• tf-nightly —Preview build (unstable). Ubuntu and Windows include GPU support.

Older versions of TensorFlow

For TensorFlow 1.x, CPU and GPU packages are separate:

• tensorflow==1.15 —Release for CPU-only
• tensorflow-gpu==1.15 —Release with GPU support(Ubuntu and Windows)

System requirements

• Python 3.6–3.9
  • Python 3.9 support requires TensorFlow 2.5 or later.
  • Python 3.8 support requires TensorFlow 2.2 or later.
• pip 19.0 or later (requires manylinux2010 support)
• Ubuntu 16.04 or later (64-bit)
• macOS 10.12.6 (Sierra) or later (64-bit) (no GPU support)
  • macOS requires pip 20.3 or later
• Windows 7 or later (64-bit)
  • Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 and 2019
• GPU support requires a CUDA®-enabled card (Ubuntu and Windows)

Note: Installing TensorFlow 2 requires a newer version of pip .

Hardware requirements

• Starting with TensorFlow 1.6, binaries use AVX instructions which may not run on older CPUs.
• Read the GPU support guide to set up a CUDA®-enabled GPU card on Ubuntu or Windows.

1. Install the Python development environment on your system

Check if your Python environment is already configured:

If these packages are already installed, skip to the next step.
Otherwise, install Python, the pip package manager, and venv:

Ubuntu

macOS

Install using the Homebrew package manager:

Windows

Install the Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017, and 2019. Starting with the TensorFlow 2.1.0 version, the msvcp140_1.dll file is required from this package (which may not be provided from older redistributable packages). The redistributable comes with Visual Studio 2019 but can be installed separately:

1. Go to the Microsoft Visual C++ downloads,
2. Scroll down the page to the Visual Studio 2015, 2017 and 2019 section.
3. Download and install the Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 and 2019 for your platform.

Install the 64-bit Python 3 release for Windows (select pip as an optional feature).

Other

2. Create a virtual environment (recommended)

Python virtual environments are used to isolate package installation from the system.

Ubuntu / macOS

Create a new virtual environment by choosing a Python interpreter and making a ./venv directory to hold it:

Activate the virtual environment using a shell-specific command:

When the virtual environment is active, your shell prompt is prefixed with (venv) .

Install packages within a virtual environment without affecting the host system setup. Start by upgrading pip :

And to exit the virtual environment later:

Windows

Create a new virtual environment by choosing a Python interpreter and making a .\venv directory to hold it:

Activate the virtual environment:

Install packages within a virtual environment without affecting the host system setup. Start by upgrading pip :

And to exit the virtual environment later:

Conda

While the TensorFlow provided pip package is recommended, a community-supported Anaconda package is available. To install, read the Anaconda TensorFlow guide.

3. Install the TensorFlow pip package

Choose one of the following TensorFlow packages to install from PyPI:

• tensorflow —Latest stable release with CPU and GPU support(Ubuntu and Windows).
• tf-nightly —Preview build (unstable). Ubuntu and Windows include GPU support.
• tensorflow==1.15 —The final version of TensorFlow 1.x.

Package dependencies are automatically installed. These are listed in the setup.py file under REQUIRED_PACKAGES .

Virtual environment install

Verify the install:

System install

Verify the install:

Package location

A few installation mechanisms require the URL of the TensorFlow Python package. The value you specify depends on your Python version.

Version	URL
Linux
Python 3.6 GPU support	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6 CPU-only	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.7 GPU support	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7 CPU-only	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.8 GPU support	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.8 CPU-only	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.9 GPU support	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp39-cp39-manylinux2010_x86_64.whl
Python 3.9 CPU-only	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp39-cp39-manylinux2010_x86_64.whl
macOS (CPU-only)
Python 3.6	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp36-cp36m-macosx_10_11_x86_64.whl
Python 3.7	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp37-cp37m-macosx_10_11_x86_64.whl
Python 3.8	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp38-cp38-macosx_10_11_x86_64.whl
Python 3.9	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp39-cp39-macosx_10_11_x86_64.whl
Windows
Python 3.6 GPU support	https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp36-cp36m-win_amd64.whl
Python 3.6 CPU-only	https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp36-cp36m-win_amd64.whl
Python 3.7 GPU support	https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp37-cp37m-win_amd64.whl
Python 3.7 CPU-only	https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp37-cp37m-win_amd64.whl
Python 3.8 GPU support	https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp38-cp38-win_amd64.whl
Python 3.8 CPU-only	https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp38-cp38-win_amd64.whl
Python 3.9 GPU support	https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp39-cp39-win_amd64.whl
Python 3.9 CPU-only	https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp39-cp39-win_amd64.whl

Except as otherwise noted, the content of this page is licensed under the Creative Commons Attribution 4.0 License, and code samples are licensed under the Apache 2.0 License. For details, see the Google Developers Site Policies. Java is a registered trademark of Oracle and/or its affiliates.

Источник

Как установить TensorFlow в Ubuntu 20.04 | 18.04

Как установить TensorFlow в Ubuntu 20.04 | 18.04

Это краткое руководство показывает студентам и новым пользователям, как установить TensorFlow в Ubuntu 20.04 | 18.04.

Для тех, кто не знает, TensorFlow — это сквозная платформа с открытым исходным кодом для машинного обучения, созданная Google. Он имеет обширные библиотеки и ресурсы сообщества, которые позволяют любому создавать программы машинного обучения.

Когда дело доходит до установки TensorFlow, его можно установить в масштабе всей системы, в виртуальной среде Python, как контейнер Docker и другие. Самый распространенный способ установки TensorFlow — это виртуальная среда Python, в которой можно легко создавать и управлять несколькими средами.

Если вы студент или новый пользователь, ищущий систему Linux, чтобы начать обучение, проще всего начать с Ubuntu Linux OS…. Это отличная операционная система Linux для новичков и людей, ищущих более простой в использовании дистрибутив Linux.

Ubuntu — это операционная система Linux с открытым исходным кодом, которая работает на настольных компьютерах, ноутбуках, серверах и других устройствах.

При использовании Ubuntu вы обнаружите, что Linux не так уж сильно отличается от Windows и других операционных систем во многих отношениях, особенно когда дело доходит до использования системы для выполнения работы…

Системы Ubuntu и Windows позволяют вам быть продуктивными, простыми в использовании, надежными и позволяют устанавливать и запускать тысячи программ, от игр до программного обеспечения для повышения производительности для частных лиц и предприятий.

Чтобы начать установку TensorFlow, выполните следующие действия:

Шаг 1. Установите Python

Поскольку использование Python является наиболее популярным способом запуска TensorFlow, давайте продолжим и установим Python. По умолчанию Python 3 поставляется с репозиториями Ubuntu.

Чтобы узнать, какая версия Python установлена ​​в Ubuntu, выполните следующие команды:

Это должно отобразить аналогичную строку, как показано ниже:

С Python 3.6 вы, вероятно, захотите создать виртуальную среду, используя его модуль venv.

Чтобы установить пакет python3-venv , который включает модуль venv , выполните следующие команды:

Это должно включить виртуальную среду Python.

Шаг 2: Создайте каталог TensorFlow

Теперь, когда вы знаете установленную версию Python, продолжите ниже, чтобы создать каталог для TensorFlow. Для этого выполните следующие команды:

Затем перейдите в каталог, который вы создаете, и создайте виртуальную среду Python.

После создания среды Python выполните приведенные ниже команды, чтобы активировать ее.

Шаг 3: установите TensorFlow

Теперь, когда ваша среда создана и активирована, выполните следующие действия для установки TensorFlow.

Чтобы установить текущий выпуск, который включает поддержку карт GPU с поддержкой CUDA (Ubuntu и Windows):

pip install tensorflow

Также доступен меньший пакет только для ЦП:

pip install tensorflow-cpu

Чтобы обновить TensorFlow до последней версии, добавьте флаг –upgrade к приведенным выше командам. .

Чтобы проверить, установлен ли TensorFlow, вы можете выполнить следующие команды:

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

Команда должна вывести версию установленного TensorFlow.

Это говорит вам об установленной версии TensorFlow.

Деактивировать среду Python

Когда вы закончите со своей средой Python, просто выполните приведенные ниже команды, чтобы деактивировать.

Это должно удалить среду Python, созданную для запуска TensorFlow. Чтобы узнать больше о том, как использовать TensorFlow, посетите его сайт.

Это должно сработать!

Вывод:

В этом посте учащимся и новым пользователям показано, как установить TensorFlow на Ubuntu 20.04 | 18.04. Если вы обнаружите какие-либо ошибки выше, используйте форму комментариев, чтобы сообщить о них.

Источник