Introduzione

TensorFlow è una piattaforma open source per l'apprendimento automatico creata da Google. Può funzionare con CPU o GPU su diversi dispositivi.

TensorFlow può essere installato a livello di sistema, in un ambiente virtuale Python, come contenitore Docker o con Anaconda.

In questo tutorial, spiegheremo come installare TensorFlow in un ambiente virtuale Python su Debian 10.

Un ambiente virtuale consente di avere più ambienti Python isolati diversi su un singolo computer e installare una versione specifica di un modulo in base al progetto, senza preoccuparsi che ciò influirà sugli altri progetti.

Se il vostro intento è installare il TensorFlow su di un server in remoto continuate a leggere, altrimenti saltate il primo paragrafo "Connessione al Server" e leggere il successivo.

Connessione al Server

Per accedere al server, è necessario conoscere l'indirizzo IP. Avrai anche bisogno dell'username e della password per l'autenticazione. Per connettersi al server come utente root digitare il seguente comando:

ssh [email protected]_DEL_SERVER

Successivamente sarà necessario inserire la password dell'utente root.

Se non utilizzate l'utente root potete connettervi con un'altro nome utente utilizzando lo stesso comando, quindi modificare root con il vostro nome_utente:

ssh [email protected]_DEL_SERVER

Successivamente vi verrà chiesto di inserire la password del vostro utente.

La porta standard per connettersi tramite ssh è la 22, se il vostro server utilizza una porta diversa, sarà necessario specificarla utilizzando il parametro -p, quindi digitare il seguente comando:

ssh [email protected]_DEL_SERVER -p PORTA

Python su Debian 10

Le seguenti sezioni forniscono istruzioni dettagliate su come installare TensorFlow in un ambiente virtuale Python su Debian 10.

Debian 10, Buster viene fornito con Python 3.7.

Per verificare che Python 3 sia installato sul tuo sistema, digita:

python3 --version

L'output dovrebbe essere simile al seguente:

Python 3.7.3

Il modo consigliato per creare un ambiente virtuale è utilizzare il modulo venv, fornito dal pacchetto python3-venv.

Se il pacchetto python3-venv non è installato sul tuo sistema, installalo con il seguente comando:

sudo apt update
sudo apt-get install python3-venv

Creare un ambiente virtuale

Passa alla directory in cui memorizzi i tuoi ambienti virtuali Python 3. Può essere la tua home directory o qualsiasi altra directory in cui l'utente ha le autorizzazioni di lettura e scrittura.

Creare una nuova directory per il progetto TensorFlow e passare ad essa:

mkdir my_tensorflow
cd my_tensorflow

Dall'interno della directory, immettere il comando seguente per creare l'ambiente virtuale:

python3 -m venv venv

Il comando sopra crea una directory denominata venv, che contiene una copia del file binario Python, il gestore pacchetti Pip, la libreria Python standard e altri file di supporto.

Puoi usare qualsiasi nome che preferisci per l'ambiente virtuale.

Per iniziare a utilizzare l'ambiente virtuale, è necessario attivarlo eseguendo lo script activate:

source venv/bin/activate

Una volta attivata, la directory bin dell'ambiente virtuale verrà aggiunta all'inizio della variabile di sistema $PATH. Inoltre, il prompt della shell cambierà e mostrerà il nome dell'ambiente virtuale in cui ci si trova attualmente. In questo esempio, (venv).

L'installazione di TensorFlow richiede la versione 19 di pip o successiva. Eseguire il comando seguente per aggiornare all'ultima versione pip:

pip install --upgrade pip

Installare TensorFlow

Ora che abbiamo creato un ambiente virtuale, il passo successivo è installare il pacchetto TensorFlow.

Esistono diversi pacchetti TensorFlow che possono essere installati da PyPI. Il pacchetto tensorflow supporta solo CPU ed è consigliato agli utenti meno esperti.

Se si dispone di una GPU NVIDIA dedicata con capacità di calcolo CUDA 3.5 o successiva e si desidera sfruttare la sua potenza di elaborazione, anziché tensorflow installare il pacchetto tensorflow-gpu che include il supporto GPU.

Immettere il comando seguente per installare TensorFlow:

pip install --upgrade tensorflow

All'interno dell'ambiente virtuale, è possibile utilizzare pip anziché pip3 e python invece di python3.

Una volta completata l'installazione, verificala con il seguente comando che stamperà la versione TensorFlow:

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

Al momento della stesura di questo articolo, l'ultima versione stabile di TensorFlow è 2.0.0:

2.0.0

La versione stampata sul terminale potrebbe essere diversa dalla versione mostrata sopra.

Questo è tutto. TensorFlow è installato sul tuo sistema Debian.

Se non conosci TensorFlow, visita la pagina delle esercitazioni di TensorFlow e scopri come creare la tua prima applicazione ML. Puoi anche clonare i repository TensorFlow Models o TensorFlow-Esempi da Github ed esplorare e testare gli esempi TensorFlow.

Al termine del lavoro, digitare deactivate per disattivare l'ambiente e tornare alla shell normale.

deactivate

Conclusione

Ti abbiamo mostrato come installare TensorFlow con pip all'interno di un ambiente virtuale Python su Debian 10.