Tensorflow是由Google开发的一个强大的开源库,用于机器学习和深度学习任务,研究人员,开发人员和数据科学家广泛使用,以构建和培训机器学习模型。
如果您使用的是Ubuntu机器并想要设置TensorFlow,则本指南[1]将引导您完成系统上安装和使用TensorFlow的过程。
在安装TensorFlow之前,请确保您的Ubuntu机器符合以下要求:
在安装任何新软件之前,最好更新您的软件包列表并升级安装的软件包。
sudo apt update
sudo apt upgrade
接下来,安装Python和Pip,Python的软件包管理器用于安装和管理Python软件包。
sudo apt install python3
sudo apt install python3-pip
安装后,您可以在安装TensorFlow之类的软件包之前验证Python和PIP安装。
python3 --version
pip3 --version
创建虚拟环境是可选的,但建议使用,因为它有助于使您的TensorFlow安装与其他Python项目隔离。
为您的TensorFlow项目创建一个新目录,并导航到其中:
mkdir tensorflow_project
cd tensorflow_project
创建虚拟环境并激活它:
python3 -m venv tensorflow_env
source tensorflow_env/bin/activate
您的终端提示现在应显示虚拟环境的名称,表明其处于活动状态。
现在设置了环境,您可以使用Python软件包管理器PIP安装最新稳定版本的Tensorflow及其依赖关系。
pip install --upgrade pip
pip install tensorflow
安装完成后,最好通过进入Python Shell来正确安装TensorFlow。
python3
# 导入TensorFlow并检查其版本:
import tensorflow as tf
print(tf.__version__)
如果正确安装了TensorFlow,则将在没有任何错误的情况下打印版本号。
您还可以运行一个简单的测试,以确保张量正在起作用。
hello = tf.constant('Hello, TensorFlow!')
print(hello)
# 这应该输出。
tf.Tensor(b'Hello, TensorFlow!', shape=(), dtype=string)
如果您具有兼容的NVIDIA GPU,并且想将其用于更快的计算,则可以在GPU支持的情况下安装TensorFlow。
lspci | grep -i nvidia
sudo apt install nvidia-driver-535 -y
sudo reboot
接下来,将TensorFlow安装带有GPU支持。
pip install tensorflow-gpu
通过检查TensorFlow是否检测到您的GPU来验证安装:
import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
您已经在Ubuntu 24.04上成功安装了TensorFlow。无论您是从事一个简单的机器学习项目还是复杂的深度学习模型,TensorFlow都可以提供入门所需的工具。
请记住要通过使用虚拟环境来保持环境组织,并考虑需要更快的计算,请考虑GPU支持。
Reference
[1]
Source: https://www.tecmint.com/install-tensorflow-on-ubuntu/