I avancerad matematik är ordet Tensor en flerdimensionell matris, och flöde är operationsdiagrammet. Maskininlärningssystemet TensorFlow är ett biblioteksfunktionsverktyg med öppen källkod för maskininlärning. Den används för att skapa modeller med hjälp av data, skapa grafer med noder, kanter och flerdimensionella arrayer. Du kan installera TensorFlow maskininlärningssystem på Ubuntu utan någon speciell hårdvara. Integrerade funktioner är också tillgängliga för att använda Tensorflow med Anaconda Navigator eller Jupyter notebook på ett Linux-system.
TensorFlow Machine Learning System på Ubuntu
Tensorflow maskininlärningssystem är kompatibel med olika operativsystem och miljöer. I Linux kan du använda Tensorflow med en Python-gränssnittsmiljö. Den har API för både C++ och Python och stöder distribuerad bearbetning. Det låter dig distribuera verk mellan flera datorer genom Tensorflow. Det här inlägget kommer att se hur du använder Pip-miljön för att ställa in Tensorflow-biblioteksverktyget på ett Linux-system.
Steg 1: Installera Python3 Virtual Environment
Eftersom maskininlärningssystemet TensorFlow kräver python kommer vi att installera de virtuella python3-miljöerna på vårt Ubuntu-system. Det är tillgängligt på det officiella Linux-förvaret. Du kan köra följande aptitude-kommando för att installera Python3-miljön på ditt system.
sudo apt-get install python3 python3-venv python3-dev -y
När installationen är klar, kontrollera om python3 är installerat eller inte.
python3 -V
Steg 2: Skapa en TensorFlow-katalog
Efter installation av Python-miljön kommer vi att skapa en ny katalog för att lagra TensorFlow-data på Ubuntu-filsystemet. Du kan köra följande make directory och cd-kommandon som nämns nedan för att skapa en ny katalog och skapa en virtuell miljö.
Här har jag skapat en ny katalog som heter att använda som ett arkiv för maskininlärningssystemet Tensorflow.
mkdir tensorflow_files
cd tensorflow_files
python3 -m venv virtualenv
python3 -m venv venv
—
Kör nu följande kommando på ditt terminalskal med root-behörighet för att aktivera det på ditt Ubuntu-system.
source venv/bin/activate
Steg 3: Uppgradera Pip-versionen
Det kan ta några sekunder innan den nya katalogen aktiveras med den nya virtuella miljön. Kör följande pip-kommando på terminalskalet för att uppgradera Pip-paketet. Det uppgraderade Pip python-installationsprogrammet hjälper dig att få den senaste versionen av TensorFlow-maskininlärningssystemet på ditt Ubuntu-system.
# pip install --upgrade pip
Steg 4: Installera TensorFlow Machine Learning System
Slutligen, kör kommandot pip installation på ditt terminalskal för att installera TensorFlow-maskininlärningsbiblioteket på din Ubuntu. Se till att du har root-åtkomst innan du kör kommandot.
pip install --upgrade tensorflow
Installationsprocessen kan ta ett tag innan den är klar. Kör följande kommando för att verifiera TensorFlow maskininlärningsbiblioteksverktyget på ditt system. I returkommandot skulle du se versionen av TensorFlow-verktyget på din maskin.
# python -c 'import tensorflow as tf; print(tf.__version__)'
När installationen och kontrollen är klar kan du använda följande kommando för att avaktivera Pythons virtuella miljö på ditt Ubuntu Linux-system.
(venv) root@ubuntupit:~/tensorflow_files# deactivate
Slutord
Tensorflow är ett av de högst rankade arkiven på Github. Den kan användas i forsknings- och produktionsmiljöer. Du kan skapa och implementera algoritmer, enkla matematikapplikationer, liner och logistisk regression med maskininlärningsverktyget Tensorflow. Även om du inte är datavetenskaplig person kan du köra Tensorflow-biblioteket för att analysera och skapa arkitektoniska mönster.
Jag har beskrivit hur man installerar TensorFlow-maskininlärningssystemet på Ubuntu Linux i hela inlägget. Vänligen dela det med dina vänner och Linux-communityt om du tycker att det här inlägget är användbart och informativt.
