如何在 Windows 和 Linux 上下載、安裝和設置 Tensorflow

TensorFlow 是谷歌為機器學習和 AI（人工智能）開發的開源平台。 它有助於為在該領域工作的開發人員完成一系列任務。

對於初學者，您需要了解機器學習，特別是深度學習，然後才能使用 TensorFlow。

在這裡，讓我重點介紹一些有關 TensorFlow 的內容、它的功能以及在 Windows 和 Linux 上安裝它的快速方法。

TensorFlow 概覽

從技術上講，TensorFlow 是一個開源平台，有助於深度學習應用程序和任何其他機器學習用例。

它使構建和部署基於 ML 的應用程序變得容易。 如果您想使用機器學習解決問題，可以使用 TensorFlow 獲得幫助。

TensorFlow 提供工具來幫助使用 Python 或 JavaScript 開發和訓練模型。 雖然我不是開發人員，但您可以瀏覽其文檔以了解它如何影響您部署機器學習應用程序的工作流程。

TensorFlow 的特點

TensorFlow 之所以出名有幾個原因，您可以自己評估它，了解它提供的最佳功能。

如果我們要討論技術優勢，您將不得不根據您的工作來比較它們。 因此，我們將專注於對大多數人有益的共同特徵。

1. 開源

谷歌決定在 2015 年開源 TensorFlow，以允許社區進一步改進它並提供其工作方式的透明度。

開發人員可以通過各種方式自定義庫，以解決您可能沒有預料到的問題。

如果沒有開源框架，它可能不會像現在這樣流行。 因此

2. 輕鬆調試

TensorFlow 旨在幫助您輕鬆構建模型； 因此，輕鬆的調試體驗是該過程的一部分。

直觀的用戶體驗是最重要的。

3.同時支持CPU和GPU

使用 TensorFlow，您可以在 CPU 或 GPU 上訓練數據計算。 通常，與 CPU 相比，GPU 使深度學習應用程序的速度更快。

因此，如果您的武器庫中有一個強大的 GPU，TensorFlow 可以幫助您充分利用它。

4. 有用的機器學習 API

API 幫助開發人員將各種功能集成到他們的應用程序中。 TensorFlow 提供了對大量穩定 API 的訪問。

其中一些也可能提供性能優勢。 根據其官方聲明，您不應該對 Python 中可用的那些有問題。 如果您正在使用其他語言，則需要與 TensorFlow 維護人員確認它們對您的用例的適用程度。

5.現成的生產模型

TensorFlow 具有多種預訓練模型。 無論是專業人士還是新手，您都可以使用它們來節省時間並更快地構建 ML 模型。

除了這些功能之外，您還可以獲得靈活性、易用性、可視化工具包等，這些可以幫助您的機器學習開發工作流程。

既然您對 TensorFlow 有了一個很好的了解，那麼您可以在哪裡下載呢？ 如何在 Windows 和 Linux 系統上安裝和設置它？

讓我們在下面討論。

下載和安裝 TensorFlow

與其他程序不同，您不會在此處獲得 .exe 安裝文件。 首先，您需要使用推薦的包管理器下載包。

總的來說，有不同的安裝方式。 我們可以將它們列出如下：

• 使用 Miniconda 和 pip
• 在 WSL 2 上使用 Miniconda 和 pip
• 使用 Docker 容器
• 從源頭構建

如何在 Windows 上安裝 TensorFlow？

與其他程序不同，您不會在此處獲得 .exe 安裝文件。 您需要使用推薦的包管理器下載包。

#1 。 使用 Miniconda 和 pip（推薦方法）

注意：在撰寫本文時，TensorFlow 2.10 是在 Windows（本機）上支持 GPU 的最後一個版本。 如果您使用較新的包，TensorFlow 建議您在 WSL 2 中安裝 TensorFlow ，這將在接下來討論。

如果您想使用支持 GPU 的 TensorFlow，TensorFlow 建議使用 Miniconda（conda包管理器的安裝程序）來啟動。

使用 Miniconda，您可以創建一個單獨的環境，以避免與系統中的任何其他軟件發生衝突。

要開始使用，您需要下載最新的 Miniconda Windows Installer 並按照屏幕上的說明完成安裝。

完成後，您需要啟動 Miniconda 提示符，如屏幕截圖所示：

這是它的樣子：

看到 Anaconda 提示窗口後，您可能需要輸入以下命令以確保 conda 包管理器已更新：

conda update -n base -c defaults conda

有了這些，以下是安裝 TensorFlow 需要遵循的步驟：

首先，創建一個新環境（名稱為tf ）：

conda create --name tf python=3.9

提示：您可以使用以下命令激活/停用它： conda activate tf和conda deactivate

您必須激活它才能繼續進行。 要在此過程中啟用 GPU 支持，您必須確保已安裝圖形驅動程序 (NVIDIA GPU)，然後使用以下命令安裝一些軟件包：

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

它下載大約 1 Gigs 的包，其中包括使您能夠使用 GPU 和深度神經網絡部署機器學習應用程序的工具。

最後，您必須使用 pip 包管理器來安裝 TensorFlow 包。 您可以選擇使用conda安裝 Tensorflow，但它可能沒有所需的最新穩定版本。

在繼續之前，請確保已使用以下命令更新 pip：

 pip install --upgrade pip

完成後，安裝 TensorFlow：

pip install tensorflow

您會注意到正在構建/安裝的許多軟件包。 它可能會顯示為卡在該過程中，但請稍等片刻，它應該會恢復並完成安裝。

#2 。 在 WSL 2 上使用 Conda 和 pip

假設您的系統上已經安裝了 WSL 2，您可以在發行版的終端中使用以下命令安裝 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'))"

可以一次性全部粘貼，會一一處理。

如果您尚未在 Windows 上安裝 WSL 2。 前往具有管理員權限的命令提示符，然後輸入以下內容：

 wsl.exe --install

它應該下載 Ubuntu 並為您的系統啟用 WSL 功能。 您需要重新啟動 PC 才能完成。

如果您在系統上找不到 Ubuntu，您可以導航到 Microsoft Store 並安裝 Ubuntu WSL。

#3 。 從源代碼構建

考慮到 TensorFlow 是開源的，您可以使用配置選項從頭開始構建它。

因此，建議了解所有選項並且知道要配置的螺母和螺栓的高級用戶使用此方法。 請參閱官方文檔以了解更多信息。

如何在 Linux 上安裝 TensorFlow？

與 Windows 一樣，您可以在 Linux 上使用 Miniconda 和 pip 安裝 TensorFlow。 或者選擇從源代碼構建。

讓我告訴你它是如何完成的：

#1 。 使用 Miniconda 和 pip（推薦方法）

注意：遵循與 Windows 相同的命令。 唯一的區別是你如何在 Linux 上安裝/下載 Miniconda。

以下是使用終端在 Linux 上安裝 Miniconda 的方法：

 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

重新啟動 Linux 發行版上的終端以找到如下內容：

您會注意到終端提示變量之前有一個(base) 。 這表明 conda 當前處於活動狀態並已安裝。

除非您已完成 TensorFlow 安裝，否則請勿停用它。

您可以導航到上面提到的 Windows 步驟並安裝它。 或者，粘貼以下內容以安裝 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'))"

對於 Linux，您可能會遇到 GPU 驅動程序的問題。 為此，您應該查看 NVIDIA 的文檔以了解更多信息。

#2 。 從源代碼構建

與 Windows 一樣，在 Linux 上從源代碼構建是很棘手的，並且純粹是為高級用戶設計的。

您（假設您是初學者）不應該選擇這種方法，除非您有特定的想法。 探索更多關於它的最佳方式是參考文檔。

如何使用 Docker 安裝 TensorFlow？ （Windows 和 Linux）

無論平台如何，Docker 都可以讓您輕鬆安裝 TensorFlow 映像。

確保您的系統上安裝了 Docker，或者您可以按照我們的 Docker 安裝指南尋求幫助。

完成設置後，您需要在 Docker 中輸入以下命令：

 docker pull tensorflow/tensorflow

您需要 Docker 容器方面的專業知識才能啟動具有工作所需配置的容器。

有關特定的 GPU 支持或下載不同的 TensorFlow 版本，請參閱官方文檔中提供的選項。

當您想使用 Docker 運行命令時，命令如下所示：

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

結論

TensorFlow 的安裝是一次性的，根據我們的指南，對於大多數人來說，這應該是一個輕鬆的過程。

如果您之前已經使用較舊的 Python 版本或較舊的 Conda 包管理器進行了配置或設置。 確保應用最新更新以無縫安裝 TensorFlow。

您還可以探索最好的 AI 平台來構建 AI 和 ML 應用程序。