Cara Mengunduh, Menginstal, dan Mengatur Tensorflow di Windows dan Linux

Diterbitkan: 2022-08-24

TensorFlow adalah platform sumber terbuka yang dikembangkan oleh Google untuk pembelajaran mesin dan AI (kecerdasan buatan). Ini membantu dengan berbagai tugas untuk pengembang yang bekerja di bidang itu.

Sebagai permulaan, Anda harus memiliki pemahaman tentang pembelajaran mesin atau, khususnya, pembelajaran mendalam sebelum Anda dapat menggunakan TensorFlow.

Di sini, izinkan saya menyoroti beberapa hal tentang TensorFlow, fitur-fiturnya, dan metode cepat untuk menginstalnya di Windows dan Linux.

Ikhtisar TensorFlow

Secara teknis, TensorFlow adalah platform sumber terbuka yang membantu aplikasi pembelajaran mendalam dan kasus penggunaan pembelajaran mesin lainnya.

Itu membuat segalanya menjadi mudah untuk membangun dan menerapkan aplikasi yang didukung ML. Jika Anda ingin memecahkan masalah menggunakan machine learning, Anda bisa mendapatkan bantuan dengan TensorFlow.

TensorFlow menyediakan alat untuk membantu mengembangkan dan melatih model menggunakan Python atau JavaScript. Meskipun saya bukan pengembang, Anda dapat menjelajahi dokumentasinya untuk mengetahui pengaruhnya terhadap alur kerja Anda dalam menerapkan aplikasi pembelajaran mesin.

Fitur TensorFlow

Video Youtube

TensorFlow terkenal karena beberapa alasan, dan Anda dapat mengevaluasinya sendiri, mengetahui penawaran fitur terbaiknya.

Jika kita membahas manfaat teknis, Anda harus membandingkannya dengan apa yang Anda lakukan. Jadi, kami akan fokus pada fitur umum yang bermanfaat bagi sebagian besar orang.

1. Sumber Terbuka

Google memutuskan untuk membuat TensorFlow open-source pada tahun 2015 untuk memungkinkan komunitas meningkatkannya lebih lanjut dan memberikan transparansi tentang cara kerjanya.

Pengembang dapat menyesuaikan perpustakaan dengan berbagai cara untuk memecahkan masalah yang mungkin tidak Anda duga.

Tanpa kerangka kerja sumber terbuka, itu mungkin tidak sepopuler sekarang. Karenanya

2. Debugging Mudah

TensorFlow bertujuan untuk membantu Anda membuat model dengan mudah; karenanya, pengalaman debugging yang mudah adalah bagian dari proses itu.

Pengalaman pengguna yang intuitif adalah ceri di atasnya.

3. Mendukung CPU dan GPU

Dengan TensorFlow, Anda mendapatkan kemampuan untuk melatih komputasi data pada CPU atau GPU. Biasanya, GPU membuat segalanya lebih cepat untuk aplikasi pembelajaran mendalam dibandingkan dengan CPU.

Jadi, jika Anda memiliki GPU yang kuat di gudang senjata Anda, TensorFlow dapat membantu Anda memaksimalkannya.

4. API Pembelajaran Mesin yang Berguna

API membantu pengembang mengintegrasikan berbagai fitur ke dalam aplikasi mereka. Dan TensorFlow menyediakan akses ke koleksi API stabil yang bagus.

Beberapa dari mereka mungkin menawarkan keuntungan kinerja juga. Sesuai klaim resminya, Anda seharusnya tidak memiliki masalah dengan yang tersedia di Python. Jika Anda bekerja dengan bahasa lain, Anda perlu memeriksa dengan pengelola TensorFlow seberapa baik mereka untuk kasus penggunaan Anda.

5. Model Siap Pakai untuk Produksi

TensorFlow menampilkan berbagai model terlatih. Baik profesional atau pemula, Anda dapat menggunakannya untuk menghemat waktu dan membuat model ML lebih cepat.

Selain fitur ini, Anda mendapatkan fleksibilitas, kemudahan penggunaan, toolkit visualisasi, dan banyak lagi yang dapat membantu alur kerja pengembangan machine learning Anda.

Sekarang setelah Anda memiliki ide bagus tentang TensorFlow, di mana Anda dapat mengunduhnya? Bagaimana cara menginstal dan mengaturnya di sistem Windows dan Linux Anda?

Mari kita bahas itu di bawah ini.

Mengunduh dan Menginstal TensorFlow

Tidak seperti program lain, Anda tidak mendapatkan file setup .exe di sini. Terutama, Anda perlu mengunduh paket menggunakan pengelola paket yang direkomendasikan.

Secara keseluruhan, ada berbagai cara pemasangan. Kita bisa daftar mereka sebagai berikut:

  • Menggunakan Miniconda dan pip
  • Menggunakan Miniconda dan pip di WSL 2
  • Menggunakan wadah Docker
  • Membangun dari sumber

Bagaimana Cara Menginstal TensorFlow di Windows?

Tidak seperti program lain, Anda tidak mendapatkan file setup .exe di sini. Anda perlu mengunduh paket menggunakan pengelola paket yang direkomendasikan.

#1 . Menggunakan Miniconda dan pip (Metode yang Disarankan)

Catatan: Pada saat penulisan ini, TensorFlow 2.10 adalah versi terakhir yang mendukung GPU di Windows (asli). Jika Anda bekerja dengan paket yang lebih baru, TensorFlow menyarankan Anda menginstal TensorFlow di WSL 2 , yang akan dibahas selanjutnya.

Jika Anda ingin menggunakan TensorFlow dengan dukungan GPU, TensorFlow merekomendasikan penggunaan Miniconda ( installer for conda package manager ) untuk memulai.

Dengan Miniconda, Anda dapat membuat lingkungan terpisah untuk menghindari konflik dengan perangkat lunak lain di sistem Anda.

Untuk memulai , Anda perlu mengunduh Miniconda Windows Installer terbaru dan ikuti petunjuk di layar untuk menyelesaikan penginstalan.

Setelah selesai, Anda perlu meluncurkan prompt Miniconda seperti yang ditunjukkan pada tangkapan layar:

Berikut tampilannya:

Setelah Anda melihat jendela prompt Anaconda, Anda mungkin ingin mengetikkan perintah berikut untuk memastikan manajer paket conda telah diperbarui:

conda update -n base -c defaults conda

Dengan itu, berikut adalah langkah-langkah yang perlu Anda ikuti untuk menginstal TensorFlow:

Pertama , untuk membuat lingkungan baru (dengan nama tf ):

conda create --name tf python=3.9

Tip : Anda dapat mengaktifkan/menonaktifkannya dengan menggunakan perintah: conda aktifkan tf dan conda nonaktifkan

Anda harus mengaktifkannya untuk melangkah lebih jauh. Untuk mengaktifkan dukungan GPU dalam proses, Anda harus memastikan bahwa Anda telah menginstal driver grafis (NVIDIA GPU), dan kemudian menginstal beberapa paket menggunakan perintah berikut:

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

Ini mengunduh sekitar 1 Gigs paket, yang mencakup alat yang memungkinkan Anda untuk menerapkan aplikasi pembelajaran mesin dengan GPU dan jaringan saraf yang dalam.

Terakhir , Anda harus menggunakan pengelola paket pip untuk menginstal paket TensorFlow. Anda dapat memilih untuk menggunakan conda untuk menginstal Tensorflow, tetapi mungkin tidak memerlukan versi stabil terbaru.

Sebelum melanjutkan, pastikan pip telah diperbarui menggunakan perintah:

 pip install --upgrade pip

Setelah selesai, instal TensorFlow dengan:

pip install tensorflow

Anda akan melihat banyak paket sedang dibangun/diinstal. Itu bisa muncul sebagai macet dalam proses, tetapi tunggu sebentar, dan itu akan melanjutkan dan menyelesaikan instalasi.

#2 . Menggunakan Conda dan pip di WSL 2

Dengan asumsi Anda sudah memiliki pengaturan WSL 2 di sistem Anda, Anda dapat menginstal TensorFlow menggunakan perintah berikut di terminal distribusi:

 conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/ python3 -m pip install tensorflow # Verify install: python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Anda dapat menempelkannya sekaligus, dan itu akan diproses satu per satu.

Jika Anda belum menginstal WSL 2 di Windows. Buka prompt perintah dengan akses administrator , lalu ketikkan yang berikut ini:

 wsl.exe --install

Itu harus mengunduh Ubuntu dan mengaktifkan fitur WSL untuk sistem Anda. Anda harus me-reboot PC Anda untuk menyelesaikannya.

Jika Anda tidak dapat menemukan Ubuntu di sistem Anda, Anda dapat menavigasi ke Microsoft Store dan menginstal Ubuntu WSL.

# 3 . Bangun Dari Sumber

Mengingat TensorFlow adalah open-source, Anda dapat membangunnya dari awal dengan opsi konfigurasi Anda.

Oleh karena itu, ini direkomendasikan untuk pengguna tingkat lanjut yang mengetahui semua opsi dan yang mengetahui mur dan baut yang harus dikonfigurasi. Lihat dokumentasi resmi untuk mempelajari lebih lanjut tentangnya.

Bagaimana Cara Menginstal TensorFlow di Linux?

Seperti Windows, Anda dapat menginstal TensorFlow menggunakan Miniconda dan pip di Linux. Atau pilih untuk membangun dari sumbernya.

Mari saya tunjukkan cara melakukannya:

#1 . Menggunakan Miniconda dan pip (Metode yang Disarankan)

Catatan: Ikuti perintah yang sama seperti Windows. Satu-satunya perbedaan adalah cara Anda menginstal/mengunduh Miniconda di Linux.

Berikut cara install Miniconda di Linux menggunakan terminal:

 curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -o Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh

Mulai ulang terminal pada distribusi Linux Anda untuk menemukan sesuatu seperti ini:

ubuntu conda

Anda akan melihat (basis) sebelum variabel terminal prompt. Ini menunjukkan bahwa conda saat ini aktif dan diinstal.

Jangan menonaktifkannya kecuali Anda telah selesai menginstal TensorFlow.

Anda dapat menavigasi ke langkah-langkah yang disebutkan di atas untuk Windows dan menginstalnya. Atau, rekatkan yang berikut ini untuk menginstal TensorFlow:

 conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/ python3 -m pip install tensorflow # Verify install: python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Dengan Linux, Anda mungkin memiliki masalah dengan driver GPU. Untuk itu, Anda harus melihat dokumentasi NVIDIA untuk mempelajari lebih lanjut.

#2 . Bangun dari Sumber

Seperti Windows, membangun dari kode sumber rumit di Linux dan murni dimaksudkan untuk pengguna tingkat lanjut.

Anda (dengan asumsi Anda seorang pemula) tidak boleh memilih metode ini kecuali Anda memiliki sesuatu yang spesifik dalam pikiran. Cara terbaik untuk mengeksplorasi lebih lanjut tentang itu adalah dengan merujuk ke dokumentasi.

Bagaimana Cara Menginstal TensorFlow Menggunakan Docker? (Windows dan Linux)

Terlepas dari platformnya, Docker memungkinkan Anda menginstal gambar TensorFlow tanpa masalah.

Pastikan Anda telah menginstal Docker di sistem Anda, atau Anda dapat mengikuti panduan penginstalan Docker kami untuk mendapatkan bantuan.

Setelah selesai mengaturnya, Anda harus memasukkan perintah berikut dari dalam Docker:

 docker pull tensorflow/tensorflow

Anda memerlukan keahlian dengan container Docker untuk memulai container dengan konfigurasi yang diperlukan untuk pekerjaan Anda.

Untuk dukungan GPU tertentu atau mengunduh versi TensorFlow yang berbeda, lihat opsi yang tersedia di dokumentasi resmi.

Berikut tampilan perintah saat Anda ingin menjalankannya menggunakan Docker:

 docker run [-it] [--rm] [-p hostPort:containerPort] tensorflow/tensorflow[:tag] [command]

Kesimpulan

Pemasangan TensorFlow hanya dilakukan satu kali, dan dengan panduan kami, ini akan menjadi proses yang tidak merepotkan bagi sebagian besar orang.

Jika Anda sudah memiliki konfigurasi atau pengaturan sebelumnya dengan versi Python yang lebih lama atau manajer paket Conda yang lebih lama. Pastikan untuk menerapkan pembaruan terbaru untuk menginstal TensorFlow dengan lancar.

Anda juga dapat menjelajahi Platform AI terbaik untuk membangun aplikasi AI dan ML.