TensorFlow — це платформа з відкритим кодом, розроблена Google для машинного навчання та ШІ (штучного інтелекту). Це допомагає розробникам, які працюють у цій галузі, виконувати ряд завдань.
Для початку вам потрібно мати знання про машинне навчання або, зокрема, глибоке навчання, перш ніж ви зможете використовувати TensorFlow.
Дозвольте мені висвітлити кілька речей про TensorFlow, його функції та швидкі методи його встановлення в Windows і Linux.
Огляд TensorFlow
Технічно TensorFlow — це платформа з відкритим кодом, яка допомагає працювати з програмами глибокого навчання та будь-якими іншими сценаріями використання машинного навчання.
Це полегшує створення та розгортання програм на базі ML. Якщо ви хочете вирішити проблему за допомогою машинного навчання, ви можете отримати допомогу з TensorFlow.
TensorFlow надає інструменти для розробки та навчання моделей за допомогою Python або JavaScript. Хоча я не розробник, ви можете переглянути його документацію, щоб дізнатися, як це впливає на ваш робочий процес розгортання програми машинного навчання.
Особливості TensorFlow
TensorFlow відомий з кількох причин, і ви можете оцінити це самі, знаючи його найкращі пропозиції функцій.
Якщо ми обговоримо технічні переваги, вам доведеться порівняти їх із тим, що ви робите. Отже, ми зосередимося на загальних рисах, корисних для більшості.
1. Відкритий код
Google вирішив відкрити вихідний код TensorFlow у 2015 році, щоб дозволити спільноті вдосконалювати його далі та забезпечити прозорість того, як він працює.
Розробники можуть налаштувати бібліотеку різними способами, щоб вирішити проблеми, яких ви, можливо, не очікували.
Без фреймворку з відкритим кодом він, можливо, не був би таким популярним, як зараз. Отже
2. Легке налагодження
Мета TensorFlow – допомогти вам легко будувати моделі; отже, легке налагодження є частиною цього процесу.
Інтуїтивно зрозумілий користувальницький досвід — це вишенька на вершині цього.
3. Підтримує як процесори, так і графічні процесори
За допомогою TensorFlow ви отримуєте можливість тренувати обчислення даних на ЦП або ГП. Зазвичай GPU робить роботу програм глибокого навчання швидшою порівняно з CPU.
Отже, якщо у вашому арсеналі є потужний графічний процесор, TensorFlow допоможе вам максимально використати його.
4. Корисні API машинного навчання
API допомагають розробникам інтегрувати різноманітні функції у свої програми. А TensorFlow надає доступ до хорошої колекції стабільних API.
Деякі з них також можуть мати переваги в продуктивності. Згідно з офіційними заявами, у вас не повинно виникнути проблем із тими, які доступні в Python. Якщо ви працюєте з іншими мовами, вам потрібно уточнити у супроводжуючих TensorFlow, наскільки вони підходять для вашого випадку використання.
5. Готові моделі до виробництва
TensorFlow містить різноманітні попередньо навчені моделі. Незалежно від того, професіонал чи новачок, ви можете використовувати їх, щоб заощадити час і швидше створювати моделі ML.
На додаток до цих функцій ви отримуєте гнучкість, легкість у використанні, набір інструментів для візуалізації та багато іншого, що може допомогти вашому робочому процесу розробки машинного навчання.
Тепер, коли ви маєте гарне уявлення про TensorFlow, де його можна завантажити? Як його встановити та налаштувати в системах Windows і Linux?
Давайте обговоримо це нижче.
Завантаження та встановлення TensorFlow
На відміну від інших програм, тут ви не отримуєте інсталяційний файл .exe. Перш за все, вам потрібно буде завантажити пакет за допомогою рекомендованого менеджера пакетів.
Загалом існують різні способи установки. Ми можемо перерахувати їх таким чином:
- Використання Miniconda та pip
- Використання Miniconda та pip на WSL 2
- Використання контейнера Docker
- Будівництво з джерел
Як встановити TensorFlow на Windows?
На відміну від інших програм, тут ви не отримуєте інсталяційний файл .exe. Вам потрібно буде завантажити пакет за допомогою рекомендованого менеджера пакетів.
#1. Використання Miniconda та pip (рекомендований метод)
Примітка. На момент написання цієї статті TensorFlow 2.10 є останньою версією, яка підтримує графічний процесор у Windows (нативно). Якщо ви працюєте з новими пакетами, TensorFlow рекомендує інсталювати TensorFlow у WSL 2, про що йтиметься далі.
Якщо ви хочете використовувати TensorFlow із підтримкою графічного процесора, TensorFlow рекомендує використовувати Miniconda (інсталятор для менеджера пакетів conda), щоб розпочати роботу.
За допомогою Miniconda ви можете створити окреме середовище, щоб уникнути конфлікту з будь-яким іншим програмним забезпеченням у вашій системі.
Щоб розпочати, вам потрібно завантажити останню версію Miniconda Windows Installer і дотримуйтесь інструкцій на екрані, щоб завершити встановлення.
Після цього вам потрібно запустити підказку Miniconda, як показано на знімку екрана:
Ось як це виглядає:
Коли ви побачите вікно підказки Anaconda, ви можете ввести таку команду, щоб переконатися, що менеджер пакетів conda оновлено:
<strong>conda update -n base -c defaults conda</strong>
Якщо це не робити, ось кроки, які вам потрібно виконати, щоб встановити TensorFlow:
По-перше, щоб створити нове середовище (з назвою tf):
<strong>conda create --name tf python=3.9 </strong>
Порада: Ви можете активувати/деактивувати його за допомогою команд: conda activate tf і conda deactivate
Вам потрібно буде активувати його, щоб продовжити. Щоб увімкнути підтримку графічного процесора в процесі, переконайтеся, що у вас встановлено графічний драйвер (NVIDIA GPU), а потім інсталюйте кілька пакетів за допомогою такої команди:
<strong>conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0</strong>
Він завантажує близько 1 Гігабайта пакетів, які містять інструменти, що дозволяють розгортати програми машинного навчання за допомогою GPU та глибокої нейронної мережі.
Нарешті, вам доведеться використовувати менеджер пакетів pip, щоб встановити пакет TensorFlow. Ви можете використовувати conda для встановлення Tensorflow, але він може не мати останньої необхідної стабільної версії.
Перш ніж продовжити, переконайтеся, що pip оновлено за допомогою команди:
pip install --upgrade pip
Після цього встановіть TensorFlow за допомогою:
<strong>pip install tensorflow</strong>
Ви помітите численні пакети, які збираються/встановлюються. Може здатися, що він застряг у процесі, але дайте йому хвилину, і він має відновити та завершити встановлення.
#2. Використання Conda та pip на WSL 2
Припускаючи, що у вашій системі вже налаштовано WSL 2, ви можете встановити TensorFlow за допомогою таких команд у терміналі дистрибутива:
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/
python3 -m pip install tensorflow
# Verify install:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Ви можете вставити все відразу, і воно буде оброблятися по черзі.
Якщо ви не встановили WSL 2 у Windows. Перейдіть до командного рядка з правами адміністратора та введіть наступне:
wsl.exe --install
Він повинен завантажити Ubuntu і ввімкнути функцію WSL для вашої системи. Для його завершення вам потрібно буде перезавантажити ПК.
Якщо ви не можете знайти Ubuntu у своїй системі, ви можете перейти до Microsoft Store і встановити Ubuntu WSL.
#3. Створення з вихідного коду
Враховуючи, що TensorFlow є відкритим вихідним кодом, ви можете створити його з нуля зі своїми параметрами конфігурації.
Отже, це рекомендовано для досвідчених користувачів, які знають усі параметри та знають гайки та болти для налаштування. Зверніться до офіційної документації, щоб дізнатися більше про це.
Як встановити TensorFlow на Linux?
Як і Windows, ви можете встановити TensorFlow за допомогою Miniconda та pip у Linux. Або виберіть створення з джерела.
Дозвольте мені показати вам, як це робиться:
#1. Використання Miniconda та pip (рекомендований метод)
Примітка. Виконайте ті самі команди, що й Windows. Єдина відмінність полягає в тому, як ви встановлюєте/завантажуєте Miniconda на Linux.
Ось як встановити Miniconda на Linux за допомогою терміналу:
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -o Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh
Перезапустіть термінал свого дистрибутива Linux, щоб знайти щось подібне до цього:
Ви помітите (база) перед змінними підказки терміналу. Це означає, що conda наразі активна та встановлена.
Не вимикайте його, доки не завершите встановлення TensorFlow.
Ви можете перейти до згаданих вище кроків для Windows і встановити її. Або вставте наступне, щоб установити TensorFlow:
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/
python3 -m pip install tensorflow
# Verify install:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
У Linux у вас можуть виникнути проблеми з драйвером GPU. Для цього вам слід переглянути документацію NVIDIA, щоб дізнатися більше.
#2. Створення з вихідного коду
Подібно до Windows, створення з вихідного коду є складним у Linux і призначене виключно для досвідчених користувачів.
Ви (припускаючи, що ви новачок) не повинні вибирати цей метод, якщо ви не маєте на увазі щось конкретне. Найкращий спосіб дізнатися більше про це – звернутися до документації.
Як встановити TensorFlow за допомогою Docker? (Windows і Linux)
Незалежно від платформи, Docker дозволяє встановлювати зображення TensorFlow без збоїв.
Переконайтеся, що у вашій системі встановлено Docker, або ви можете скористатися нашим посібником із встановлення Docker, щоб отримати допомогу.
Після завершення налаштування вам потрібно ввести таку команду з Docker:
docker pull tensorflow/tensorflow
Вам потрібен досвід роботи з контейнерами Docker, щоб створити контейнер із необхідними конфігураціями для вашої роботи.
Щоб дізнатися про підтримку конкретного GPU або завантажити іншу версію TensorFlow, зверніться до параметрів, доступних в офіційній документації.
Ось як виглядає команда, якщо ви хочете запустити її за допомогою Docker:
docker run [-it] [--rm] [-p hostPort:containerPort] tensorflow/tensorflow[:tag] [command]
Висновок
Встановлення TensorFlow є одноразовою справою, і з нашим посібником це має бути безпроблемним процесом для більшості.
Якщо у вас уже були попередні конфігурації або налаштування зі старішими версіями Python або старішим менеджером пакетів Conda. Обов’язково застосовуйте останні оновлення, щоб безперешкодно встановити TensorFlow.
Ви також можете досліджувати найкращі платформи штучного інтелекту для створення програм штучного інтелекту та машинного навчання.