Tutorial

Installieren von TensorFlow unter Ubuntu 20.04

Published on August 26, 2020
Deutsch
Installieren von TensorFlow unter Ubuntu 20.04

Einführung

TensorFlow ist eine Open-Source-Softwarebibliothek für maschinelles Lernen, die dem Trainieren neuronaler Netze dient. Jeder Knoten im Graph (ausgedrückt in Form von stateful dataflow graphs) stellt die Operationen dar, die von neuronalen Netzen in multidimensionalen Arrays ausgeführt werden. Diese multidimensionalen Arrays werden im Allgemeinen als „Tensoren“ bezeichnet (daher der Name TensorFlow).

In diesem Tutorial installieren Sie TensorFlow mit virtualenv in einer virtuellen Python-Umgebung. Dieser Ansatz sorgt für eine Isolierung der TensorFlow-Installation und schnelle Inbetriebnahme. Nachdem Sie die Installation abgeschlossen haben, werden Sie sie durch Importieren von Tensorflow validieren, um sicherzustellen, dass keine Fehler vorliegen.

Voraussetzungen

Bevor Sie mit diesem Tutorial beginnen, benötigen Sie Folgendes:

Schritt 1 — Einrichten einer Programmierumgebung

In diesem Schritt richten wir eine virtuelle Umgebung ein, um TensorFlow darin zu installieren, ohne unsere anderen Programmierprojekte zu beeinträchtigen. Wenn Sie bereits über eine saubere Programmierumgebung verfügen, können Sie diesen Schritt überspringen.

Erstellen Sie zunächst ein Projektverzeichnis. Wir werden es für Demonstrationszwecke tf-demo nennen; Sie können jedoch einen anderen Verzeichnisnamen wählen, der sinnvoll für Sie ist:

  1. mkdir ~/tf-demo

Navigieren Sie zu Ihrem neu erstellten Verzeichnis namens tf-demo:

  1. cd ~/tf-demo

Erstellen Sie dann beispielsweise eine neue virtuelle Umgebung namens tensorflow-dev. Führen Sie den folgenden Befehl aus, um Ihre Umgebung zu erstellen:

  1. python3 -m venv tensorflow-dev

Dadurch wird ein neues Verzeichnis namens tensorflow-dev erstellt, das alle von Ihnen installierten Pakete enthalten wird, während diese Umgebung aktiviert wird. Dazu gehören auch pip und eine eigenständige Version von Python.

Aktivieren Sie nun Ihre virtuelle Umgebung:

  1. source tensorflow-dev/bin/activate

Nach der Aktivierung wird Ihre Terminal-Eingabeaufforderung widerspiegeln, dass Sie sich in der virtuellen Umgebung befinden:

(tensorflow-dev)username@hostname:~/tf-demo $

Nun können Sie TensorFlow in Ihrer virtuellen Umgebung installieren.

Schritt 2 — Installieren von TensorFlow

Bei der Installation von TensorFlow wollen wir sicherstellen, dass wir die neueste in PyPi verfügbare Version installieren.

Daher verwenden wir die folgende Befehlssyntax mit pip:

  1. pip install --upgrade tensorflow

Sobald Sie die Eingabetaste drücken, wird TensorFlow installiert; Sie sollten eine Ausgabe erhalten, die meldet, dass die Installation zusammen mit allen abhängigen Paketen erfolgreich war.

Output
... Successfully installed absl-py-0.7.1 astor-0.7.1 gast-0.2.2 grpcio-1.19.0 h5py-2.9.0 keras-applications-1.0.7 keras-preprocessing-1.0.9 markdown-3.0.1 mock-2.0.0 numpy-1.16.2 pbr-5.1.3 protobuf-3.7.0 setuptools-40.8.0 tensorboard-1.13.1 tensorflow-1.13.1 tensorflow-estimator-1.13.0 termcolor-1.1.0 werkzeug-0.15.0 wheel-0.33.1 ... Successfully installed bleach-1.5.0 enum34-1.1.6 html5lib-0.9999999 markdown-2.6.9 numpy-1.13.3 protobuf-3.5.0.post1 setuptools-38.2.3 six-1.11.0 tensorflow-1.4.0 tensorflow-tensorboard-0.4.0rc3 werkzeug-0.12.2 wheel-0.30.0

Anmerkung: Sie können Ihre virtuelle Umgebung jederzeit deaktivieren, indem Sie folgenden Befehl ausführen:

  1. deactivate

Um die Umgebung später zu reaktivieren, navigieren Sie zu Ihrem Projektverzeichnis und führen Sie source tensorflow-dev/bin/activate aus.

Nachdem Sie TensorFlow installiert haben, vergewissern wir uns nun, dass die TensorFlow-Installation funktioniert.

Schritt 3 — Validieren der Installation

Um die Installation von TensorFlow zu validieren, stellen wir sicher, dass wir das TensorFlow-Paket importieren können.

  1. python

In Ihrem Terminal wird die folgende Eingabeaufforderung angezeigt:

>>>

Dies ist die Eingabeaufforderung des Python-Interpreters; sie gibt an, dass Sie mit der Eingabe von Python-Befehlen beginnen können.

Geben Sie zunächst diese Zeile ein, um das TensorFlow-Paket zu importieren und als lokale Variable tf verfügbar zu machen. Drücken Sie nach Eingabe der Codezeile die Eingabetaste:

  1. import tensorflow as tf

Wenn Sie keine Fehler erhalten, haben Sie TensorFlow erfolgreich installiert. Wenn Sie einen Fehler erhalten, sollten Sie sicherstellen, dass Ihr Server genug Leistung für die Verwaltung von TensorFlow bietet. Möglicherweise müssen Sie Ihren Server neu bemessen und dafür sorgen, dass er mindestens 4 GB Arbeitsspeicher hat.

Zusammenfassung

In diesem Tutorial haben Sie TensorFlow in einer virtuellen Python-Umgebung installiert und durch Importieren des TensorFlow-Pakets überprüft, ob TensorFlow funktioniert.

Der Leitfaden für Programmierer von TensorFlow dient als nützliche Ressource und Referenz für die TensorFlow-Entwicklung. Außerdem können Sie sich Kaggle, eine kompetitive Umgebung zur praktischen Anwendung von maschinellen Lernkonzepten, ansehen, in der Sie gegen andere Fans von maschinellem Lernen, Datenwissenschaft und Statistik antreten können.

Thanks for learning with the DigitalOcean Community. Check out our offerings for compute, storage, networking, and managed databases.

Learn more about us


About the authors

Still looking for an answer?

Ask a questionSearch for more help

Was this helpful?
 
Leave a comment


This textbox defaults to using Markdown to format your answer.

You can type !ref in this text area to quickly search our full set of tutorials, documentation & marketplace offerings and insert the link!

Try DigitalOcean for free

Click below to sign up and get $200 of credit to try our products over 60 days!

Sign up

Join the Tech Talk
Success! Thank you! Please check your email for further details.

Please complete your information!

Get our biweekly newsletter

Sign up for Infrastructure as a Newsletter.

Hollie's Hub for Good

Working on improving health and education, reducing inequality, and spurring economic growth? We'd like to help.

Become a contributor

Get paid to write technical tutorials and select a tech-focused charity to receive a matching donation.

Welcome to the developer cloud

DigitalOcean makes it simple to launch in the cloud and scale up as you grow — whether you're running one virtual machine or ten thousand.

Learn more
DigitalOcean Cloud Control Panel