TensorFlow es un software de código abierto para realizar tareas de aprendizaje automático. Google, su creador, quería exponer una poderosa herramienta para ayudar a los desarrolladores a explorar y crear aplicaciones basadas en aprendizaje automático, por lo que lanzó esto como un proyecto de código abierto. TensorFlow es una herramienta extremadamente poderosa que se especializa en un tipo de red neuronal llamada red neuronal profunda.
Las redes neuronales profundas se utilizan para realizar tareas complejas de aprendizaje automático, como reconocimiento de imágenes, reconocimiento de escritura a mano, procesamiento de lenguaje natural, chatbots y más. Estas redes neuronales están entrenadas para aprender las tareas que se supone que deben realizar. Como los cálculos requeridos para el entrenamiento son extremadamente grandes, la mayoría de las veces, se requiere soporte de GPU y aquí es donde TensorFlow viene al rescate. Está habilitado para GPU y, por lo tanto, al instalar el software con soporte para GPU, el tiempo de capacitación requerido puede reducirse significativamente.
Este tutorial lo ayuda a instalar TensorFlow solo para CPU y también con compatibilidad con GPU. Entonces, para obtener TensorFlow con soporte para GPU, debe tener una GPU Nvidia con soporte para CUDA. La instalación de CUDA y CuDNN (bibliotecas de computación de Nvidia) es un poco complicada y esta guía proporciona un enfoque paso a paso para instalarlos antes de llegar a la instalación de TensorFlow.
Nvidia CUDA es una biblioteca acelerada por GPU que tiene implementaciones altamente ajustadas para rutinas estándar utilizadas en redes neuronales. CuDNN es una biblioteca de ajuste para la GPU que se encarga del ajuste del rendimiento de la GPU automáticamente. TensorFlow se basa en ambos para entrenar y ejecutar redes neuronales profundas y, por lo tanto, deben instalarse antes de instalar TensorFlow.
Es muy importante tener en cuenta que, aquellos que NO deseen instalar TensorFlow con compatibilidad con GPU, pueden omitir todos los pasos siguientes y pasar directamente a la sección "Paso 5:instalar TensorFlow solo con compatibilidad con CPU" de esta guía.
Puede encontrar una introducción a TensorFlow aquí.
1 Instalar CUDA
En primer lugar, descargue CUDA para Ubuntu 16.04 desde aquí. Este archivo es bastante grande (2 GB), por lo que puede tardar algún tiempo en descargarse.
El archivo descargado es el paquete ".deb". Para instalarlo, ejecute los siguientes comandos:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
los siguientes comandos instalan las dependencias que se han perdido y finalmente instalan el kit de herramientas cuda:
sudo apt install -f
sudo apt update
sudo apt install cuda
Si se instaló con éxito, recibirá un mensaje que dice que está "instalado con éxito". Si ya está instalado, obtendrá un resultado similar a la imagen a continuación:
2 Instalar la biblioteca CuDNN
Lamentablemente, la descarga de CuDNN requiere un poco de trabajo. Nvidia no le proporciona directamente los archivos para descargar (sin embargo, es gratis). Siga los pasos para obtener sus archivos CuDNN.
- haga clic aquí para ir a la página de registro de Nvidia y crear una cuenta. La primera página le pide que ingrese sus datos personales y la segunda página le pide que responda algunas preguntas de la encuesta. Está bien si no sabe las respuestas a todas, puede seleccionar una opción al azar.
- El paso anterior habría llevado a Nvidia a enviarle un enlace de activación a su ID de correo. Una vez que haya activado, diríjase al enlace de descarga de CuDNN aquí.
- Una vez que inicie sesión en esa página, deberá completar otra encuesta más pequeña. Haga clic aleatoriamente en las casillas de verificación y luego haga clic en el botón "continuar con la descarga" en la parte inferior de la encuesta y en la página siguiente haga clic en aceptar los términos de uso.
- Finalmente, en el menú desplegable, haga clic en "Descargar cuDNN v5.1 (20 de enero de 2017), para CUDA 8.0", y dentro de ese menú desplegable, debe descargar dos archivos haciendo clic en él:
- CuDNN v5.1 Biblioteca de tiempo de ejecución para Ubuntu 14.04 (Deb)
- CuDNN v5.1 Developer Library para Ubuntu 14.04 (Deb)
NOTA:aunque la biblioteca dice que es para Ubuntu 14.04, use solo ese enlace. también funciona para 16.04
Ahora que finalmente tiene ambos archivos CuDNN, ¡es hora de instalarlos! Use los siguientes comandos de la carpeta que contiene estos archivos descargados:
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
La siguiente imagen muestra el resultado de ejecutar estos comandos:
3 Agregue la ubicación de instalación al archivo Bashrc
la ubicación de instalación debe agregarse al archivo bashrc para que, a partir de la próxima vez, el sistema sepa dónde encontrar el directorio instalado para CUDA. use el siguiente comando para abrir el archivo bashrc:
sudo gedit ~/.bashrc
una vez que se abra el archivo, agregue las siguientes dos líneas al final de ese archivo:
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64" export CUDA_HOME=/usr/local/cuda
4 Instale TensorFlow con compatibilidad con GPU
este paso instalamos TensorFlow con soporte GPU. Ejecute el siguiente comando si está utilizando Python 2.7:
pip install TensorFlow-gpu
si tiene python 3.x en lugar del comando anterior, use lo siguiente:
pip3 install TensorFlow-gpu
Recibirá un mensaje de "instalación exitosa" una vez que el comando termine de ejecutarse. Ahora, todo lo que queda por probar es si se ha instalado correctamente. Para probar esto, abra un símbolo del sistema y escriba los siguientes comandos:
python
import TensorFlow as tf
Debería obtener una salida similar a la imagen de abajo. En la imagen puede observar que las bibliotecas de CUDA se han abierto con éxito. Ahora, si hubo errores, aparecerán mensajes que dicen que no se pudo abrir CUDA e incluso módulos que no se encuentran. En ese caso, es posible que se haya perdido uno de los pasos anteriores y volver a hacer este tutorial con cuidado será el camino a seguir.
5 Instale TensorFlow solo con soporte para CPU
NOTA:Este paso tiene que ser ejecutado por personas que no tienen una GPU o personas que no tienen una GPU Nvidia. ¡¡Otros, ignoren este paso!!
instalar TensorFlow solo para CPU es extremadamente fácil. Utilice los siguientes dos comandos:
pip install TensorFlow
si tiene python 3.x en lugar del comando anterior, use lo siguiente:
pip3 install TensorFlow
¡Sí, es así de simple!
Esto concluye, la guía de instalación, ahora puede comenzar a construir sus aplicaciones de aprendizaje profundo. Si recién está comenzando, puede consultar el tutorial oficial para principiantes aquí. Si está buscando tutoriales más avanzados, puede aprender cómo configurar un sistema/herramienta de reconocimiento de imágenes capaz de identificar miles de objetos con alta precisión desde aquí.