linux运行tensorflow多核核,在Ubuntu 18.04系统上安装Tensorflow CPU的方法

最新推荐文章于 2023-06-02 17:24:05 发布

weixin_39639568

最新推荐文章于 2023-06-02 17:24:05 发布

阅读量371

点赞数

文章标签： linux运行tensorflow多核核

本文详细指导了在Ubuntu 18.04系统上安装TensorFlow（CPU版本）和GPU版本的步骤，包括Python依赖、pip安装、验证及GPU支持，同时介绍了如何使用TensorBoard进行模型可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在本文，我们将在Ubuntu 18.04系统上安装TensorFlow(仅限CPU)机器学习库，同时也适用于Debian 9系统。如果你需要Tensorflow GPU，你应该在Ubuntu 18.04系统上有专用的显卡--NVIDIA，AMD e.t.c，为Tensorflow GPU安装的软件是CUDA Toolkit，参考Ubuntu 18.04系统下安装tensorflow-gpu 1.9一文。

在Ubuntu 18.04 LTS系统上安装Tensorflow(CPU)的方法

说明：要在Ubuntu 18.04上安装Tensorflow(仅限CPU)，需要Python 2.7或Python 3.3+。

1、通过运行以下命令安装Python和所需的模块：

sudo apt update

sudo apt -y install python python-pip python-setuptools python-dev

2、然后使用pip Python包管理器安装Tensorflow：

pip install --upgrade tensorflow requests

3、如果有支持CUDA的GPU卡，则可以安装GPU包：

pip install tensorflow-gpu

注：GPU封装需要支持CUDA的GPU卡。

4、验证Tensorflow是否正常：

python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

5、正常的话输出以下信息：

2018-12-21 00:53:36.272184: I tensorflow/core/platform/cpu_feature_guard.cc:141]

Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA

tf.Tensor(820.4219, shape=(), dtype=float32)

6、运行测试模型：

mkdir ~/tensorflow_projects

cd ~/tensorflow_projects

git clone https://github.com/tensorflow/models.git

export PYTHONPATH="$PYTHONPATH:$(pwd)/models"

cd models/official/mnist

python mnist.py

使用TensorBoard的方法

说明：TensorBoard是一组可视化工具，可以更轻松地理解，调试和优化TensorFlow程序。使用TensorBoard可视化TensorFlow图，绘制有关图表执行的量化指标，并显示其他数据，如通过它的图像。

1、运行以下命令启动TensorBoard：

mkdir ~/tensor_logs

tensorboard --logdir=~/tensor_logs

2、在运行tensorboard命令时，下面的输出将打印在屏幕上：

TensorBoard 1.12.1 at http://ubuntu-01:6006 (Press CTRL+C to quit)

3、可以按CTRL + C来结束TensorBoard进程

不是默认情况下，Tensorflow输出存储在/tmp目录下，完全配置TensorBoard后，访问http://[ServerHostname|IPAddress]:6006上的URL，仪表板如下所示：

在Docker容器中运行Tensorflow(CPU)的方法

说明可以在docker容器中运行TensorFlow，如果没有在Ubuntu 18.04上安装Docker，可以参考在Ubuntu 18.04.1服务器上安装docker的步骤，附基本配置说明。TensorFlow Docker镜像已配置为运行TensorFlow，Docker容器在虚拟环境中运行，是设置GPU支持最简单的方法。

1、下载TensorFlow Docker镜像：

docker pull tensorflow/tensorflow

2、下载后，运行以下命令启动Jupyter notebook服务器：

docker run -it -p 8888:8888 tensorflow/tensorflow

3、如果只想运行TensorFlow测试，请使用：

docker run -it --rm tensorflow/tensorflow \

python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"