Ubuntu20.04中怎么安装TensorFlow
这期内容当中小编将会给大家带来有关Ubuntu20.04中怎么安装TensorFlow,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。
成都创新互联秉承实现全网价值营销的理念,以专业定制企业官网,成都网站建设、网站制作,小程序设计,网页设计制作,手机网站制作,营销型网站建设帮助传统企业实现“互联网+”转型升级专业定制企业官网,公司注重人才、技术和管理,汇聚了一批优秀的互联网技术人才,对客户都以感恩的心态奉献自己的专业和所长。
这里使用的是当前日期最新版的 Ubuntu20.04 作为操作系统平台。20.04默认安装了Python3.8版本,但是没有安装pip,所以可以使用apt先安装pip:
$ sudo apt install python3-pip -y
查看pip的版本,如果不是最新版本顺便将pip升级到最新版本:
$ pip3 -V $ pip3 install --upgrade pip
安装pip的方式很多,例如可以把pip下载到本地使用Python命令安装等。安装TensorFlow2需要使用高于19.0的pip版本
安装之前需要把pip更新到最新版:
$ pip3 install --upgrade pip
安装 virtualenv 来帮助我们创建虚拟环境,这里使用的是国内阿里云的镜像源,下载速度会快很多:
$ pip3 install -U virtualenv -i https://mirrors.aliyun.com/pypi/simple
创建一个新的 Python 虚拟环境,创建一个 ./venv 目录来存放它:
$ virtualenv ./venv/
如果我们想把系统中已有的库也加入到虚拟环境中,可以加上--system-site-packages。指定Python版本适用-p参数,如:-p python3
激活该虚拟环境:
$ source venv/bin/activate
使用 pip 安装支持 GPU 的 TensorFlow 软件包,可以选择稳定版或预览版。安装稳定版的TensorFlow:
(venv) thanlon@thanlon:~$ pip install tensorflow -i https://mirrors.aliyun.com/pypi/simple/
如果安装只支持CPU版本:pip install tensorflow-cpu;同理安装只支持GPU版本:pip install tensorflow-cpu。指定版本:pip install tensorflow-gpu==2.2.0
安装预览版使用下面的命令:
(venv) thanlon@thanlon:~$ pip install tf-nightly -i https://mirrors.aliyun.com/pypi/simple/
安装之前一定要 保证/tmp空闲足够充足,大概需要3G~4G
,当然也可以通过命令临时更改 /tmp 容量:
(venv) thanlon@thanlon:~$ sudo mount -t tmpfs -o size=4G /tmp(venv) thanlon@thanlon:~$ df -h /dev/sda10 4.0G 0 4.0G 0% /tmp
查看已安装的所有包:
(venv) thanlon@thanlon:~$ pip list
测试不指定 CPU 和 GPU 版本的 TensorFlow 是否不区分 CPU 和 GPU,是否会支持GPU。测试发现确实支持GPU:
直接安装的TensorFlow,并没有指定GPU版本,却得到GPU的支持。实际上新版本的TensorFlow不指定GPU版本同样支持GPU。对于1.15及更早版本,CPU和GPU软件包是分开的。pip install tensorflow==1.15是CPU版本,pip install tensorflow-gpu==1.15是GPU版本。
Anaconda是一个开源的Python发行版本,其中包含了很多流行的用于科学计算、数据分析的Python包。可以从官网下载,官网地址:https://www.anaconda.com/products/individual
也可以到清华镜像站下载,官网链接:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
我们这里直接从清华镜像站复制了Anaconda最新版本的链接,使用 wget 或者 axel 先下载到本地:
$ axel https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
执行脚本安装Anaconda,安装过程中根据提示结合自己需要做例如选择安装路径、是否安装Visual Stadio Code的一些操作:
$ ./Anaconda3-5.3.1-Linux-x86_64.sh
Anaconda安装成功之后接下来就可以安装TensorFlow了,Anaconda默认使用国外的镜像源,在我们安装TensorFlow之前先更换为国内的镜像源,如更换为 中科大镜像源
,第一个是最重要且主要的镜像源地址,第二个添不添加都可以:
thanlon@thanlon:~$ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main thanlon@thanlon:~$ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free
更新conda:
thanlon@thanlon:~$ conda update -n base -c defaults conda
conda比pip更加强大,可以安装非Python库。所以,非常推荐使用Anaconda安装TensorFlow!
创建并进入虚拟环境,离开虚拟环境使用 conda deactivate
命令:
thanlon@thanlon:~$ conda create -n venv python=3.8 thanlon@thanlon:~$ conda activate venv(venv) thanlon@thanlon:~$ conda deactivate
安装 TensorFlow GPU 最新版本,当前最新版是 tensorflow-gpu-2.2.0,已知版本的情况下可以指定版本:
(venv) thanlon@thanlon:~$ conda install tensorflow-gpu
为了检查安装的 TensorFlow 是否是 GPU 版本,需要安装 jupyter notebook 写程序测试:
(venv) thanlon@thanlon:~$ conda install jupyter notebook(venv) thanlon@thanlon:~$ jupyter notebook
测试程序如下,说明我们已经成功安装支持 GPU 的TensorFlow:
至此,Anaconda安装TensorFlow已完成!
首先安装Docker,Dockeer官方安装文档:https://docs.docker.com/engine/install/ubuntu/
安装方式有三种,我这里选择存储库安装。卸载旧版本的Docker,如果之前安装过:
$ sudo apt-get remove docker docker-engine docker.io containerd runc
设置Docker存储库:
$ sudo apt-get install \ apt-transport-https \ ca-certificates \curl \ gnupg-agent \ software-properties-common
添加Docker的官方GPG密钥:
$ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
设置稳定的存储:
$ sudo add-apt-repository \ "deb [arch=amd64] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) \ stable"
更新apt程序包索引,并安装最新版本的Docker Engine和容器:
$ sudo apt-get update && sudo apt-get install docker-ce docker-ce-cli containerd.io
运行hello-world 映像来验证是否正确安装了Docker Engine:
$ sudo docker run -it hello-world
查看Docker是否启动:
$ systemctl status docker.service
至此Docker安装成功,下面开始安装TensorFlow。首先下载 TensorFlow Docker 镜像,TensorFlow 提供了很多ensorFlow Docker 镜像。官方 TensorFlow Docker 映像位于 tensorflow/tensorflowDocker Hub 代码库中:
References:https://tensorflow.google.cn/install/docker#gpu_support
更换下载源为国内的镜像源 Docker官方中国区:https://registry.docker-cn.com;阿里云:https://pee6w651.mirror.aliyuncs.com
:
$ sudo vim /etc/docker/daemon.json $ systemctl restart docker.service $ cat /etc/docker/daemon.json{ "registry-mirrors": ["https://pee6w651.mirror.aliyuncs.com"]}
这里就拉去一个支持 GPU 和 Jupyter 的版本:
$ docker pull tensorflow/tensorflow:latest-gpu-jupyter # latest release w/ GPU support and Jupyter
成功安装:
thanlon@thanlon:~$ sudo docker images REPOSITORY TAG IMAGE ID CREATED SIZE tensorflow/tensorflow latest-gpu-jupyter 8d78dd1e1b64 8 weeks ago 3.99GB
查看本地已有的容器:
thanlon@thanlon:~$ sudo docker images REPOSITORY TAG IMAGE ID CREATED SIZE tensorflow/tensorflow latest-gpu-jupyter 8d78dd1e1b64 8 weeks ago 3.99GB tensorflow/tensorflow latest-gpu f5ba7a196d56 8 weeks ago 3.84GB
接下来运行 TAG 是 latest-gpu 的容器,进入容器后可以查看内置的 Python 版本以及安装好的 TensorFlow:
thanlon@thanlon:~$ sudo docker run -it tensorflow/tensorflow:latest-gpu root@c4fceafad48c:/# python -VPython 3.6.9 root@c4fceafad48c:/# pip list... tensorflow-gpu 2.2.0...
可以另外开一个Terminal,查看正在运行的镜像:
thanlon@thanlon:~$ sudo docker psCONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 49b31ca53c49 tensorflow/tensorflow:latest-gpu "/bin/bash" 17 seconds ago Up 16 seconds gallant_shirley
运行 TAG 是 latest-gpu-jupyter 的容器:
thanlon@thanlon:~$ sudo docker run -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter
浏览器访问下面的链接就可以使用 jupyter notebook:
上述就是小编为大家分享的Ubuntu20.04中怎么安装TensorFlow了,如果刚好有类似的疑惑,不妨参照上述分析进行理解。如果想知道更多相关知识,欢迎关注创新互联行业资讯频道。
网页名称:Ubuntu20.04中怎么安装TensorFlow
链接分享:http://pwwzsj.com/article/geicih.html