Cómo instalar TensorFlow en Ubuntu 20.04 LTS

Introducción

TensorFlow es una plataforma de código abierto y gratuita para el aprendizaje automático desarrollada por Google. Es utilizado por varias organizaciones, incluidas Twitter, PayPal, Intel, Lenovo y Airbus.

TensorFlow se puede instalar a nivel de sistema, en un entorno virtual de Python, como contenedor de Docker o con Anaconda.

Este tutorial explica cómo instalar TensorFlow en un entorno virtual de Python en Ubuntu 20.04 LTS Focal Fossa.

Un entorno virtual le permite tener varios entornos Python aislados diferentes en una sola computadora e instalar una versión específica de un módulo por proyecto, sin preocuparse de que esto afecte a otros proyectos.

Si desea crear TensorFlow en un servidor remoto, continúe leyendo; de lo contrario, omita el primer párrafo "Conectando al servidor" y lea el siguiente.

Conexión al servidor

Para acceder al servidor, necesita conocer la dirección IP. También necesitará su nombre de usuario y contraseña para la autenticación. Para conectarse al servidor como root, escriba el siguiente comando:

ssh root@IP_DEL_SERVER

A continuación, deberá ingresar la contraseña del usuario root.

Si no usa el usuario raíz, puede iniciar sesión con otro nombre de usuario usando el mismo comando, luego cambie la raíz a su nombre de usuario:

ssh nome_utente@IP_DEL_SERVER

Luego se le pedirá que ingrese su contraseña de usuario.

El puerto estándar para conectarse a través de ssh es 22, si su servidor usa un puerto diferente, deberá especificarlo usando el parámetro -p, luego escriba el siguiente comando:

ssh nome_utente@IP_DEL_SERVER -p PORTA

Instalar TensorFlow en Ubuntu 20.04

Ubuntu 20.04 viene con Python 3.8 por defecto. Puede verificar que Python 3 esté instalado en su sistema escribiendo:

python3 -V

La salida debería verse así:

Python 3.8.2

La forma recomendada de crear un entorno virtual es mediante el venv, que se incluye en el paquete python3-venv

Para instalar el python3-venv, ejecute el siguiente comando:

sudo apt install python3-venv python3-dev

Una vez que el módulo esté instalado, estará listo para crear un entorno virtual para nuestro proyecto TensorFlow.

Navegue hasta el directorio donde desea almacenar los entornos virtuales de Python 3. Este puede ser su directorio de inicio o cualquier otro directorio donde el usuario tenga permisos de lectura y escritura.

Cree un nuevo directorio con el comando mkdir para el proyecto tensorflow y use el comando cd para ingresar a la carpeta:

mkdir my_tensorflow

cd my_tensorflow

Dentro del directorio, ejecute el siguiente comando para crear el entorno virtual:

python3 -m venv venv

El segundo venv es el nombre del entorno virtual. Puede utilizar el nombre que desee para el entorno virtual.

El comando anterior crea un directorio llamado venv, que contiene una copia del binario de Python, el administrador de paquetes Pip, la biblioteca estándar de Python y otros archivos de soporte.

Para comenzar a usar el entorno virtual, actívelo ejecutando el script de activate

source venv/bin/activate

Una vez activado, el directorio bin del entorno virtual se agregará al comienzo de la $PATH sistema $ PATH. Además, el indicador de shell cambiará y mostrará el nombre del entorno virtual en el que se encuentra actualmente. En este ejemplo, eso es (venv).

pip versión 19 o posterior. Ingrese el siguiente comando para actualizar pip última versión:

pip install --upgrade pip

Ahora que el entorno virtual está activado, es hora de instalar el paquete TensorFlow.

pip install --upgrade tensorflow

tensorflowtensorflow-gpu

Dentro del entorno virtual, puede usar el pip lugar de pip3 y python lugar de python3.

¡Eso es todo! TensorFlow se instaló correctamente y puede comenzar a usarlo.

Para verificar la instalación, ejecute el siguiente comando, que imprimirá la versión de TensorFlow:

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

En el momento de escribir este artículo, la última versión estable de TensorFlow es 2.2.0:

2.2.0

Su versión de TensorFlow puede diferir de la versión que se muestra aquí.

Si es nuevo en TensorFlow, visite la página Comenzar con TensorFlow y aprenda a crear su primera aplicación ML. También puedes clonar modelos de TensorFlow o repositorios de ejemplos de TensorFlow desde Github y explorar y probar ejemplos de TensorFlow.

Una vez que haya terminado su trabajo, desactive el entorno escribiendo deactivate y volverá a su shell normal.

deactivate

Conclusión

Le mostramos cómo instalar TensorFlow dentro de un entorno virtual en Ubuntu 20.04 LTS Focal Fossa.