Big Data

Cài đặt TensorFlow trên Ubuntu 20.04

TensorFlow là một thư viện phần mềm nguồn mở được sử dụng cho máy học và để đào tạo mạng nơ-ron sâu . Google đã phát triển TensorFlow cho cả mục đích nghiên cứu và sản xuất, nhưng hiện tại nó được phát hành theo giấy phép Apache. Nó có sẵn cho nhiều hệ điều hành, bao gồm cả các bản phân phối Linux phổ biến nhất. Đối với mục đích học tập, tốt nhất là cài đặt TensorFlow trong môi trường ảo Python. TensorFlow được coi là một lựa chọn tốt cho những người mới làm quen với máy học.

Hướng dẫn này mô tả cách cài đặt TensorFlow trên Ubuntu 20.04, được TensorFlow hỗ trợ đầy đủ. Tuy nhiên, hầu hết các bản phân phối Linux đều tuân theo quy trình tương tự.

Trước khi bạn bắt đầu

  1. Nếu bạn chưa thực hiện, hãy tạo một tài khoản Linode và Compute Instance. Xem hướng dẫn Bắt đầu với Linode và Tạo Compute Instance của chúng tôi .
  2. Làm theo hướng dẫn Thiết lập và Bảo mật Phiên bản Compute của chúng tôi để cập nhật hệ thống của bạn. Bạn cũng có thể muốn đặt múi giờ, cấu hình tên máy chủ, tạo tài khoản người dùng giới hạn và tăng cường quyền truy cập SSH.

Ghi chú: Hướng dẫn này được viết cho người dùng không phải root. Các lệnh yêu cầu quyền nâng cao được thêm tiền tố sudo. Nếu bạn không quen với sudo lệnh này, hãy xem hướng dẫn Người dùng và Nhóm Linux .

Ưu điểm của TensorFlow

  1. TensorFlow cung cấp nhiều mức độ trừu tượng và phức tạp khác nhau cho nhiều loại tác vụ khác nhau, cùng với các API giúp bạn dễ dàng bắt đầu hơn.
  2. Nó rất phù hợp cho sản xuất cũng như nghiên cứu và thử nghiệm.
  3. TensorFlow cung cấp khả năng trực quan hóa đồ thị tính toán cao cấp cùng với các công cụ quản lý thư viện và gỡ lỗi.
  4. Nó ổn định, có khả năng mở rộng và cung cấp hiệu suất hàng đầu với sự hỗ trợ tuyệt vời từ cộng đồng.

Yêu cầu hệ thống

  • Môi trường lưu trữ mạnh mẽ và ổn định với ít nhất 4GB bộ nhớ, chẳng hạn như gói Linode 4GB .
  • Nếu bạn đang sử dụng Ubuntu, TensorFlow yêu cầu phiên bản 16.04 trở lên.

Điều kiện tiên quyết

Trước khi cài đặt TensorFlow, bạn cần cài đặt những phần sau:

  1. Python 3.8 trở lên và các thư viện cần thiết
  2. Môi trường ảo Python – để chạy TensorFlow bên trong môi trường ảo
  3. Phiên bản mới nhất của pip(phiên bản 19 trở lên)

Phần sau đây giải thích cách cài đặt Python (nếu bạn chưa cài đặt), môi trường ảo Python và phiên bản mới nhất của pip.

Kiểm tra Python và các thư viện cần thiết của nó

Kiểm tra phiên bản Python hiện tại của hệ thống bạn.

python3 --version

Python 3.8.5

Cài đặt pip nếu nó chưa được cài đặt.

sudo apt install python3-pip

Cài đặt Python Virtual Environment

1.Nếu bạn đã cài đặt Python, hãy nâng cấp aptvà cài đặt môi trường ảo Python cùng các gói cần thiết.

sudo apt update
sudo apt install python3-dev python3-pip python3-venv

2.Xác nhận phiên bản của cả Python và pip.

python3 --version
pip3 --version

Ubuntu trả về phiên bản cho từng mô-đun.

Python 3.8.5
pip 20.0.2 from /usr/lib/python3/dist-packages/pip (python 3.8)

Tạo môi trường ảo Python

Thiết lập môi trường Python ảo sẽ tạo ra một môi trường biệt lập cho các dự án TensorFlow của bạn. Trong môi trường ảo này, bạn có thể có một bộ gói độc lập. Điều này đảm bảo các dự án TensorFlow của bạn không thể ảnh hưởng xấu đến các dự án Python khác của bạn.

1.Tạo một thư mục mới cho các dự án phát triển TensorFlow của bạn.

 mkdir ~/tensorflow-dev
 cd ~/tensorflow-dev

2.Tạo môi trường ảo bằng lệnh sau:

 python3 -m venv --system-site-packages ./venv

Lệnh trên tạo một thư mục có tên venvchứa các tệp Python hỗ trợ. Bạn có thể chọn bất kỳ tên nào cho môi trường ảo thay cho ./venv.

3.Kích hoạt môi trường ảo của bạn bằng cách chạy activatetập lệnh.

 source ./venv/bin/activate

Ghi chú: sourceLệnh này hoạt động với shell sh, bash, và zsh. Nếu bạn đang sử dụng shell a csh hoặc tcshshell, hãy kích hoạt môi trường ảo bằng source ./venv/bin/activate.csh. Bạn có thể xác định tên của shell bạn đang chạy bằng lệnh echo $0.

4.Sau khi kích hoạt môi trường ảo, dấu nhắc shell của bạn sẽ được mở đầu bằng (venv)(hoặc bất kỳ tên nào bạn đã chọn cho thư mục môi trường ảo).

(venv) example-user@example-hostname:~/tensorflow-dev$

5.Cài đặt TensorFlow yêu cầu pipphiên bản 19 trở lên. Vì vậy, trong môi trường ảo, hãy nâng cấp pipgói bằng lệnh sau:

 pip install --upgrade pip

Đầu ra của bạn xác nhận việc pipnâng cấp.

Successfully installed pip-21.0.1

Ghi chú: Bạn có thể thoát khỏi môi trường ảo bất kỳ lúc nào bằng lệnh deactivate. Bạn có thể sử dụng sourcelệnh để kích hoạt lại sau. Chúng tôi khuyên bạn nên ở lại bên trong môi trường ảo trong khi sử dụng TensorFlow.

Cài đặt TensorFlow

1.Trong môi trường ảo, hãy cài đặt TensorFlow bằng cách sử dụng pip. Lệnh sau sẽ tải phiên bản ổn định mới nhất cùng với tất cả các gói phụ thuộc.

 pip install --upgrade tensorflow

2.Liệt kê các gói Python bằng lệnh sau và xác nhận tensorflowsự hiện diện.

 pip list | grep tensorflow

Mô tensorflow-đun cần được liệt kê.

tensorflow             2.4.1

Ghi chú:

Bạn có thể làm theo các bước dưới đây để cài đặt TensorFlow mà không cần sử dụng môi trường ảo, nhưng KHÔNG khuyến khích.

  • Nâng cấp mô-đun dành riêng cho Python pipvớipython -m pip install --upgrade pip
  • Cài đặt TensorFlow bằng cách sử dụng pip3 install --user --upgrade tensorflow.

Hãy hết sức cẩn thận khi nâng cấp phiên bản pip của hệ thống vì điều này có thể gây ra những tác dụng phụ không mong muốn.

Kiểm tra cài đặt TensorFlow của bạn

1.Nếu bạn đã làm theo tất cả các bước trên và cài đặt TensorFlow, việc xác minh cài đặt TensorFlow khá dễ dàng. Sử dụng lệnh sau để in phiên bản TensorFlow:

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

2021-04-30 10:34:32.450931: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcudart.so.11.0'; dlerror: libcudart.so.11.0: cannot open shared object file: No such file or directory
2021-04-30 10:34:32.450973: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
2.4.1

Ghi chú: Nếu Linode của bạn không chạy GPU, bạn có thể nhận được cảnh báo Libcudarthoặc thư viện GPU tương tự không thể tải được. Thông báo này được mong đợi khi chạy Linode chạy bằng CPU. Trong trường hợp này, bạn sẽ thấy thông info báo khuyên bạn bỏ qua thông báo trong môi trường không phải GPU.

2.Để vô hiệu hóa cảnh báo hoặc thông báo lỗi, bạn có thể sử dụng os.environbiến để giảm mức cảnh báo nhật ký mà bạn nhận được. Ví dụ bên dưới in phiên bản TensorFlow mà không có bất kỳ cảnh báo nào.

 python -c 'import os; os.environ["TF_CPP_MIN_LOG_LEVEL"]="3"; import tensorflow as tf; print(tf.__version__)'

2.4.1

Ghi chú

Bạn có thể sử dụng các mức nhật ký khác nhau thay cho ‘3’ như được hiển thị bên dưới:

0= tất cả các tin nhắn được ghi lại (hành vi mặc định)

1= Tin nhắn INFO không được in

2= Tin nhắn INFO và WARNING không được in

3= Các thông báo INFO, WARNING và ERROR không được in

3.Để hủy kích hoạt môi trường ảo và chuyển về shell không ảo ban đầu, hãy chạy lệnh sau:

deactivate

Ghi chú: Bạn luôn có thể chạy source ./venv/bin/activateđể vào lại môi trường ảo.

Để tham khảo thêm

Học máy là một lĩnh vực phức tạp và TensorFlow là một ứng dụng lớn và phức tạp. Để giúp bạn bắt đầu, TensorFlow cung cấp một số tài nguyên bổ sung:

Chúng tôi khuyên bạn nên tìm hiểu kỹ trang web TensorFlow khi thực hiện các dự án của mình.

Thông tin thêm

Bạn có thể muốn tham khảo các nguồn sau để biết thêm thông tin về chủ đề này. Mặc dù chúng tôi cung cấp với hy vọng rằng chúng sẽ hữu ích, nhưng xin lưu ý rằng chúng tôi không thể đảm bảo tính chính xác hoặc tính kịp thời của các tài liệu được lưu trữ bên ngoài.