TensorFlow est une bibliothèque de logiciels d’apprentissage automatique open-source, utilisée pour former des réseaux neuronaux. Exprimé sous la forme de graphiques de flux de données dynamiques, chaque nœud du graphique représente les opérations effectuées par les réseaux neuronaux sur des tableaux multidimensionnels. Ces tableaux multidimensionnels sont communément appelés “tensors”, d’où le nom de TensorFlow.
Dans ce tutoriel, vous allez installer TensorFlow dans un environnement virtuel Python avec virtualenv
. Cette approche permet d’isoler l’installation TensorFlow et de mettre rapidement les choses en place. Une fois l’installation terminée, vous la validerez en important Tensorflow pour vous assurer qu’il n’y a pas d’erreurs.
Avant de commencer ce tutoriel, vous aurez besoin des éléments suivants :
Un serveur Ubuntu 20.04 avec au moins **4 Go de RAM **configuré en suivant le guide Configuration initiale du serveur Ubuntu 20.04, comprenant un non-root user avec privilèges sudo et un pare-feu.
Python 3.8 ou supérieur et virtualenv
installés. Suivez Comment installer Python 3 sur Ubuntu 20.04 pour configurer Python et virtualenv
.
Au cours de cette étape, nous allons créer un environnement virtuel afin d’y installer TensorFlow sans compromettre nos autres projets de programmation. Si vous avez configuré un environnement de programmation propre, n’hésitez pas à sauter cette étape.
Tout d’abord, créez un répertoire de projets. Nous l’appellerons tf-demo
à des fins de démonstration, mais choisissez un nom de répertoire qui soit significatif pour vous :
- mkdir ~/tf-demo
Naviguez vers votre répertoire tf-demo
nouvellement créé :
- cd ~/tf-demo
Créez ensuite un nouvel environnement virtuel appelé tensorflow-dev
, par exemple. Exécutez la commande suivante pour créer l’environnement :
- python3 -m venv tensorflow-dev
Cette action entraine la création d’un nouveau répertoire tensorflow-dev
qui contiendra tous les paquets que vous installez lorsque cet environnement est activé. Il comprend également pip
et une version autonome de Python.
Activez maintenant votre environnement virtuel :
- source tensorflow-dev/bin/activate
Une fois activé, l’invite de votre terminal indiquera que vous êtes dans l’environnement virtuel :
(tensorflow-dev)username@hostname:~/tf-demo $
À ce stade, vous pouvez installer TensorFlow dans votre environnement virtuel.
Lors de l’installation de TensorFlow, nous voulons nous assurer que nous installons et mettons à jour la dernière version disponible dans PyPi.
Par conséquent, nous utiliserons la commande syntax suivante avec pip :
- pip install --upgrade tensorflow
Dès lors que vous aurez appuyé sur ENTER
(ENTRÉE), TensorFlow s’installera, et vous devriez recevoir un message indiquant que son installation, ainsi que celles de tous les paquets dépendants, ont réussi.
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
Vous pouvez désactiver votre environnement virtuel à tout moment en utilisant la commande suivante :
- deactivate
Pour réactiver l’environnement plus tard, naviguez dans le répertoire de votre projet et exécutez le source tensorflow-dev/bin/activate
.
Maintenant que vous avez installé TensorFlow, assurons-nous que l’installation de TensorFlow fonctionne.
Pour valider l’installation de TensorFlow, nous allons nous assurer que nous pouvons importer le paquet TensorFlow.
- python
L’invite suivante apparaîtra sur votre terminal :
>>>
C’est l’invite de l’interpréteur Python, et il indique qu’il est prêt à ce que vous commenciez à entrer quelques instructions Python.
Tout d’abord, tapez cette ligne pour importer le paquet TensorFlow et le rendre disponible comme variable locale tf
. Appuyez sur ENTER
après avoir tapé dans la ligne de code :
- import tensorflow as tf
Tant que vous n’avez reçu aucune erreur, vous avez installé TensorFlow avec succès. Si vous avez reçu un message d’erreur, vous devez vous assurer que votre serveur est suffisamment puissant pour gérer TensorFlow. Vous devrez peut-être redimensionner votre serveur, en vous assurant qu’il dispose d’au moins 4 Go de mémoire.
Dans ce tutoriel, vous avez installé TensorFlow dans un environnement virtuel Python et validé que TensorFlow fonctionne en l’important.
Le guide du programmeur de TensorFlow constitue une ressource et une référence utile pour le développement de TensorFlow. Vous pouvez également explorer Kaggle, un environnement compétitif pour l’application pratique des concepts d’apprentissage machine qui vous met en concurrence avec d’autres passionnés d’apprentissage machine, de science des données et de statistiques.
Thanks for learning with the DigitalOcean Community. Check out our offerings for compute, storage, networking, and managed databases.
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!
Sign up for Infrastructure as a Newsletter.
Working on improving health and education, reducing inequality, and spurring economic growth? We'd like to help.
Get paid to write technical tutorials and select a tech-focused charity to receive a matching donation.