En matemáticas avanzadas, la palabra Tensor es una matriz multidimensional y el flujo es el gráfico de operaciones. El sistema de aprendizaje automático TensorFlow es una herramienta de función de biblioteca de código abierto para el aprendizaje automático. Se utiliza para crear modelos utilizando datos, crear gráficos con nodos, bordes y matrices multidimensionales. Puede instalar el sistema de aprendizaje automático TensorFlow en Ubuntu sin ningún hardware especial. Las funciones integradas también están disponibles para usar Tensorflow con Anaconda Navegador o portátil Jupyter en un sistema Linux.
Sistema de aprendizaje automático TensorFlow en Ubuntu
El sistema de aprendizaje automático de Tensorflow es compatible con diferentes sistemas operativos y entornos. En Linux, puede usar Tensorflow con un entorno de front-end de Python. Tiene API para C ++ y Python y admite procesamiento distribuido. Te permite distribuir trabajos entre varias computadoras a través de Tensorflow. Esta publicación verá cómo usar el entorno Pip para configurar la herramienta de biblioteca Tensorflow en un sistema Linux.
Paso 1: Instale el entorno virtual Python3
Como el sistema de aprendizaje automático de TensorFlow requiere python, instalaremos los entornos virtuales python3 en nuestro sistema Ubuntu. Está disponible en el repositorio oficial de Linux. Puede ejecutar el siguiente comando de aptitude para instalar el entorno Python3 en su sistema.
sudo apt-get install python3 python3-venv python3-dev -y
Cuando finalice la instalación, compruebe si python3 está instalado o no.
python3 -V
Paso 2: crea un directorio de TensorFlow
Después de instalar el entorno de Python, crearemos un nuevo directorio para almacenar los datos de TensorFlow en el sistema de archivos de Ubuntu. Puede ejecutar los siguientes comandos de directorio make y cd que se mencionan a continuación para crear un nuevo directorio y crear un entorno virtual.
Aquí, he creado un nuevo directorio llamado tensorflow_files para usar como repositorio para el sistema de aprendizaje automático de Tensorflow.
mkdir tensorflow_files
cd tensorflow_files
python3 -m venv virtualenv
python3 -m venv venv
Ahora, ejecute el siguiente comando en su terminal con privilegios de root para activarlo en su sistema Ubuntu.
source venv/bin/activate
Paso 3: Actualizar la versión de Pip
El nuevo directorio puede tardar unos segundos en activarse con el nuevo entorno virtual. Ejecute el siguiente comando pip en el shell del terminal para actualizar el paquete Pip. El instalador actualizado de Python Pip lo ayudará a obtener la última versión del sistema de aprendizaje automático TensorFlow en su sistema Ubuntu.
# pip install --upgrade pip
Paso 4: Instale el sistema de aprendizaje automático TensorFlow
Finalmente, ejecute el comando pip install en su terminal para instalar la biblioteca de aprendizaje automático de TensorFlow en su Ubuntu. Asegúrese de tener acceso de root antes de ejecutar el comando.
pip install --upgrade tensorflow
El proceso de instalación puede tardar un poco en finalizar. Ejecute el siguiente comando para verificar la herramienta de biblioteca de aprendizaje automático TensorFlow en su sistema. En el comando de retorno, verá la versión de la herramienta TensorFlow en su máquina.
# python -c 'import tensorflow as tf; print(tf.__version__)'
Cuando finalice la instalación y la verificación, puede usar el siguiente comando para desactivar el entorno virtual de Python en su sistema Ubuntu Linux.
(venv) [email protected]:~/tensorflow_files# deactivate
Ultimas palabras
Tensorflow es uno de los repositorios mejor calificados en Github. Se puede utilizar en entornos de investigación y producción. Puede crear e implementar algoritmos, aplicaciones matemáticas simples, trazador de líneas y regresión logística con la herramienta de aprendizaje automático Tensorflow. Incluso si no eres un experto en ciencias de la computación, puedes ejecutar la biblioteca de Tensorflow para analizar y crear diseños arquitectónicos.
Describí cómo instalar el sistema de aprendizaje automático TensorFlow en Ubuntu Linux en toda la publicación. Compártelo con tus amigos y con la comunidad de Linux si encuentras esta publicación útil e informativa.
