TensorFlow è un software open source per l'esecuzione di attività di machine learning. Google, il suo creatore, voleva esporre un potente strumento per aiutare gli sviluppatori a esplorare e creare applicazioni basate sull'apprendimento automatico e quindi lo ha rilasciato come progetto open source. TensorFlow è uno strumento estremamente potente specializzato in un tipo di rete neurale chiamata rete neurale profonda.
Le reti neurali profonde vengono utilizzate per eseguire complesse attività di apprendimento automatico come riconoscimento di immagini, riconoscimento della grafia, elaborazione del linguaggio naturale, chatbot e altro ancora. Queste reti neurali sono addestrate per apprendere i compiti che dovrebbero svolgere. Poiché i calcoli richiesti per l'addestramento sono estremamente enormi, il più delle volte è necessario un supporto per GPU ed è qui che TensorFlow viene in soccorso. È abilitato per GPU e quindi installando il software con supporto GPU, il tempo di formazione richiesto può essere notevolmente ridotto.
Questo tutorial ti aiuta a installare TensorFlow solo per CPU e anche con supporto GPU. Quindi, per ottenere TensorFlow con supporto GPU, è necessario disporre di una GPU Nvidia con supporto CUDA. L'installazione di CUDA e CuDNN (librerie di calcolo Nvidia) è un po' complicata e questa guida fornisce un approccio passo passo per installarli prima di arrivare effettivamente all'installazione di TensorFlow stesso.
Nvidia CUDA è una libreria con accelerazione GPU che ha implementazioni altamente ottimizzate per le routine standard utilizzate nelle reti neurali. il CuDNN è una libreria di ottimizzazione per la GPU che si occupa automaticamente dell'ottimizzazione delle prestazioni della GPU. TensorFlow si basa su entrambi per l'addestramento e l'esecuzione di reti neurali profonde e quindi devono essere installati prima dell'installazione di TensorFlow.
È molto importante notare che, coloro che NON desiderano installare TensorFlow con supporto GPU, possono saltare tutti questi passaggi seguenti e passare direttamente alla sezione "Fase 5:installa TensorFlow solo con supporto CPU" di questa guida.
Un'introduzione a TensorFlow può essere trovata qui.
1 Installa CUDA
Innanzitutto, scarica CUDA per Ubuntu 16.04 da qui. Questo file è piuttosto grande (2 GB), quindi il download potrebbe richiedere del tempo.
Il file scaricato è il pacchetto ".deb". Per installarlo, esegui i seguenti comandi:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
i seguenti comandi installano tutte le dipendenze che sono state perse e infine installano il toolkit cuda:
sudo apt install -f
sudo apt update
sudo apt install cuda
Se è stato installato correttamente, riceverai un messaggio che dice che è "installato correttamente". Se è già installato, otterrai un output simile all'immagine seguente:
2 Installa la libreria CuDNN
Il download di CuDNN richiede purtroppo un po' di lavoro. Nvidia non ti fornisce direttamente i file da scaricare (è comunque gratuito). Segui i passaggi per ottenere i tuoi file CuDNN.
- clicca qui per andare alla pagina di registrazione di Nvidia e creare un account. La prima pagina ti chiede di inserire i tuoi dati personali e la seconda pagina ti chiede di rispondere ad alcune domande del sondaggio. Va bene se non conosci le risposte a tutti, puoi semplicemente selezionare un'opzione a caso.
- Il passaggio precedente avrebbe portato Nvidia a inviarti un link di attivazione al tuo ID e-mail. Una volta attivato, vai al link per il download di CuDNN qui.
- Una volta effettuato l'accesso a quella pagina, dovrai compilare un altro sondaggio più piccolo. Clicca a caso sulle caselle di controllo e poi clicca sul pulsante "procedi al download" in fondo al sondaggio e nella pagina successiva clicca su accetta i termini di utilizzo.
- Infine, nel menu a discesa, fai clic su "Scarica cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0", e all'interno di quel menu a discesa, devi scaricare due file facendo clic su di esso:
- Libreria di runtime cuDNN v5.1 per Ubuntu14.04 (Deb)
- Libreria per sviluppatori cuDNN v5.1 per Ubuntu14.04 (Deb)
NOTA:anche se la libreria dice che è per Ubuntu 14.04, usa solo quel link. funziona anche per il 16.04
Ora che finalmente hai entrambi i file CuDNN, è il momento di installarli!! Utilizzare i seguenti comandi dalla cartella che contiene questi file scaricati:
sudo dpkg -i libcudnn5_5.1.5-1+cuda8.0_amd64.deb
sudo dpkg -i libcudnn5-dev_5.1.5-1+cuda8.0_amd64.deb
L'immagine seguente mostra l'output dell'esecuzione di questi comandi:
3 Aggiungi il percorso di installazione al file Bashrc
il percorso di installazione dovrebbe essere aggiunto al file bashrc in modo che dalla prossima volta in poi, il sistema dovrebbe sapere dove trovare la directory di installazione per CUDA. usa il seguente comando per aprire il file bashrc:
sudo gedit ~/.bashrc
una volta aperto il file, aggiungi le seguenti due righe alla fine di quel file:
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64" export CUDA_HOME=/usr/local/cuda
4 Installa TensorFlow con supporto GPU
in questo passaggio installiamo TensorFlow con supporto GPU. Esegui il seguente comando se stai usando python 2.7:
pip install TensorFlow-gpu
se hai python 3.x invece del comando precedente, usa quanto segue:
pip3 install TensorFlow-gpu
Riceverai un messaggio di "installazione riuscita" al termine dell'esecuzione del comando. Ora, tutto ciò che resta da verificare è se è stato installato correttamente. Per verificarlo, apri un prompt dei comandi e digita i seguenti comandi:
python
import TensorFlow as tf
Dovresti ottenere un output simile all'immagine qui sotto. Dall'immagine si può osservare che le librerie CUDA sono state aperte con successo. Ora, se ci sono stati errori, appariranno messaggi che dicono la mancata apertura di CUDA e persino i moduli non trovati. In tal caso potresti aver perso uno dei passaggi precedenti e rifare con attenzione questo tutorial sarà la strada da percorrere.
5 Installa TensorFlow solo con il supporto della CPU
NOTA:questo passaggio deve essere eseguito da persone che non dispongono di una GPU o da persone che non dispongono di una GPU Nvidia. Altri, per favore ignora questo passaggio!!
l'installazione di TensorFlow solo per CPU è estremamente semplice. Utilizzare i seguenti due comandi:
pip install TensorFlow
se hai python 3.x invece del comando precedente, usa quanto segue:
pip3 install TensorFlow
Sì, è così semplice!
Questo conclude, la guida all'installazione, ora puoi iniziare a creare le tue applicazioni di deep learning. Se hai appena iniziato, puoi guardare il tutorial ufficiale per principianti qui. Se stai cercando tutorial più avanzati, da qui puoi imparare come impostare un sistema/strumento di riconoscimento delle immagini in grado di identificare migliaia di oggetti con elevata precisione.