راه اندازی Tensorflow بر روی اوبونتو۱۸٫۰۴

Tensorflow یک کتابخانه ی نرم افزاری متن باز(اپن سورس)است که برای انجام محاسبات عددی سنگین استفاده می شود. معماری انعطاف پذیر آن این امکان را ایجاد می کند که بتوان Tensorflow را روی پلتفورم های مختلف (CPUها،GPUها و TPUها) و همچنین از کامپیوترهای دسکتاپ گرفته تا سرورهای کلاستر شده و حتی تلفن های هوشمند اجرا کرد.

مقدمه

Tensorflow در اصل توسط محققان و مهندس های تیم Google Brainساخته شده و کاربرد رایج آن پشتیبانی از برنامه های یادگیری ماشین(Machine Learning)و یادگیری عمیق (Deep Learning) است که البته از هسته ی محاسباتی منعطف آن در سایر کارهای علمی که نیاز به محاسبات سنگین نیز دارند استفاده می شود.

در اینجا قصد دارم توضیحاتی در مورد نصب و استفاده از این کتابخانه ارائه کنیم. سیستم عامل استفاده شده در این راهنما اوبونتو ۱۸.۰۴ است نسخه ی ۱.۵.۰ این کتابخانه نصب شده است.

Tensorflow به صورت بهینه شده ای می تواند بر روی کارت گرافیک های nvidia و با استفاده از محیط نرم افزاری CUDA اجرا شود ولی به علت این که شخصا از کارت گرافیک Radeon استفاده می کنم و کدهای CUDA قابلیت اجرا بر روی Radeon را ندارند:( من نحوه ی نصب برای اجرا روی پردازنده را در اینجا توضیح میدهم.

نصب  Tensorflow بر روی اوبونتو  ۱۸.۰۴

برای نصب Tensorflow راه حل های مختلفی وجود دارد که در اینجا ما این کار را با استفاده از pip و virtualenv انجام میدهیم. Pip و  virtualenv با همکاری یکدیگر محیطی ایزوله شده و مجازی را در سیستم عامل ایجاد می کنند که در آن پکیج های نرم افزاری پایتون به راحتی و مستقل از سیستم عامل قابل اجرا و استفاده خواهند بود.

برای نصب pip داریم:

$sudo apt-get install python-pip python-dev build-essentials

و پس از آن pip و virtualenv را با این دستور نصب می کنیم:

$sudo pip install –upgrade pip

$sudo pip install –upgrade virtualenv

بعد از آن میتوانیم یک محیط virtualenv بسازیم که برای این کار باید یک دایرکتوری را در سیستم عامل به این کار اختصاص دهیم:

$virtualenv –system-site-packages <DIR>

که به جای <DIR> باید دایرکتوری مورد نطر قرار گیرد.

در صورتی که با خطای پیدا نشدن distutils مواجه شدید میتوانید از دستور زیر استفاده کنید:

$sudo apt-get install python-distutils

ایجاد یک محیط مجازی توسط virtualenv

حالا میتوانید یک ترمینال از محیط مجازی ایجاد شده اجرا کنید تا پس از آن Tensorflow را روی آن نصب کنید:

$source <DIR>/bin/activate

اگر اجرا از روی محیط مجازی با موفقیت انجام شود خط بعدی دستورهای ترمینال با عبارت (<DIR>)شروع خواهند شد، برای مثال:

(CIFAR10-ORG) reza@reza:~/Projects/Tensorflow/CIFAR10-ORG$

برای نصب آخرین نسخه ی tensorflow از دستور زیر استفاده کنید:

$pip install –upgrade tensorflow

ولی به علت ناسازگاری آخرین نسخه با پردازنده ی من باید نسخه ی پایینتر، یعنی ۱.۵.۰ نصب شده است که این کار با دستور زیر ممکن است:

$pip install tensorflow==1.5

در صورتی که پردازنده ی شما هم مشکل ناسازگاری با tensorflow را داشته باشد هنگام اجرا با خطای زیر مواجه خواهید شد:

>>import tensorflow

Illegal operation

اگر در هنگام نصب با مشکل پیدا نشدن پیشنیاز launchpadlib موجه شدید می توانید با استفاده از دستور زیر آن را نصب کنید.

$pip install –upgrade launchpadlib

اطمینان از نصب صحیح Tensorflow

اگر tensorflow با موفقیت نصب شده باشد میتوانید آن را در محیط پایتو مجازی که ایجاد کردید و در آن نصب tensorflow را انجام دادید import کنید و با اجرای دستورات زیر خروجی بگیرید:

>>import tensorflow as tf

>>hello = tf.constant(‘Hello, TensorFlow!’)

>>sess = tf.Session()

>>print(sess.run(hello))

b’Hello, TensorFlow!’

پیام …Your CPU supports instructions that this به این معنی است که tensorflow به شکل بهینه روی کامپیوتر شما کار نمی کند که علت آن هم این است که نسخه ی رایج Tensorflow از دستورات ماتریسی پردازنده پشتیبانی نمی کند و در صورت نیاز می توانید نسخه ای که این قابلیت را دارد نصب کنید که البته به علت این که معمولا از GPUستفاده میکنیم  انجام این کار واقعا ضرورتی ندارد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *