TensorFlow kan bruke CPU og GPU til å beregne komplekse kunstig intelligens (AI) og Machine Learning (ML) beregninger. TensorFlow kan bruke hvilken som helst CUDA-støttet NVIDIA GPU for å akselerere AI/ML-programmene. Hvis du ikke har en CUDA-støttet GPU, vil TensorFlow bruke CPU for AI/ML-koder. Uten GPU-akselerasjon vil ytelsen til TensorFlow forringes i komplekse AI/ML-programmer.
I denne artikkelen vil vi vise deg hvordan du installerer TensorFlow med NVIDIA CUDA/cuDNN-akselerasjon på Debian 12 'Bookworm'.
Emne for innhold:
- Sjekker om du har NVIDIA GPU installert på datamaskinen
- Installere Python 3 PIP og Python Venv på Debian 12
- Opprette et Python 3-virtuelt miljø for TensorFlow
- Oppgradering av Python 3 PIP på Python 3 Virtual Environment
- Installerer TensorFlow med NVIDIA CUDA Acceleration Support
- Installerer TensorRT på Debian 12
- Aktivering av TensorFlow Python 3 Virtual Environment
- Få tilgang til TensorFlow og sjekke om NVIDIA GPU/CUDA-akselerasjon er tilgjengelig
- Konklusjon
Sjekker om du har NVIDIA GPU installert på datamaskinen
For at TensorFlow skal akselerere AI-programmene med NVIDIA GPU/CUDA, må du ha NVIDIA GPU-drivere og NVIDIA CUDA og cuDNN installert på ditt Debian 12-operativsystem.
Hvis du trenger hjelp til å installere NVIDIA GPU-driverne på Debian 12-operativsystemet, les denne artikkelen .
Hvis du trenger hjelp til å installere NVIDIA CUDA- og cuDNN-driverne på Debian 12-operativsystemet, les denne artikkelen .
Når du har installert NVIDIA GPU-driverne på Debian 12-systemet ditt, skal kommandoen 'nvidia-smi' være tilgjengelig.
NVIDIA-kjernemodulene bør også lastes på Debian 12-systemet ditt.
Når du har installert NVIDIA CUDA-driverne, bør du ha 'nvcc'-kommandoen tilgjengelig på Debian 12-systemet.
Installere Python 3 PIP og Python Venv på Debian 12
For å installere TensorFlow på Debian 12, må du ha Python 3 PIP og Python virtual environment (venv)-modulen installert.
Først oppdaterer du APT-pakkelageret med følgende kommando:
$ sudo passende oppdatering 
For å installere Python 3 PIP og Python 3 virtuelle miljø (venv), kjør følgende kommando:
$ sudo apt installere python3-pip python3-venv python3-dev For å bekrefte installasjonen, trykk 'Y' og trykk deretter
Python 3 PIP og Python 3 venv blir installert. Det tar en stund å fullføre.
På dette tidspunktet skal Python 3 PIP og Python 3 venv være installert.
Opprette et Python 3-virtuelt miljø for TensorFlow
Standard praksis for å installere Python-bibliotekene på Debian 12 er å installere dem i et Python-virtuelt miljø slik at de ikke forstyrrer systemets Python-pakker/-biblioteker.
For å lage et nytt virtuelt Python 3-miljø for TensorFlow i '/opt/tensorflow'-katalogen, kjør følgende kommando:
$ sudo python3 -m venv / opt / tensorflytOppgradering av Python 3 PIP på Python 3 Virtual Environment
For å oppgradere Python 3 PIP til den nyeste versjonen på Python 3 virtuelle miljø '/opt/tensorflow', kjør følgende kommando:
$ sudo / opt / tensorflyt / bin / pip installere --Oppgradering pip 
Installerer TensorFlow med NVIDIA CUDA Acceleration Support
For å installere TensorFlow med NVIDIA CUDA-akselerasjonsstøtte på Python '/opt/tensorflow' virtuelle miljø, kjør følgende kommando:
$ sudo / opt / tensorflyt / bin / pip installere tensorflyt [ og-cuda ]TensorFlow med NVIDIA CUDA-akselerasjon blir installert. Det tar en stund å fullføre.
På dette tidspunktet bør TensorFlow med NVIDIA CUDA-akselerasjonsstøtte være installert.
Installerer TensorRT på Debian 12
NVIDIA TensorRT optimerer ytelsen til TensorFlow dyplæring enda mer. Du kan installere TensorRT på TensorFlow Python '/opt/tensorflow' virtuelle miljø med følgende kommando:
$ sudo / opt / tensorflyt / bin / pip installere tensorrtNVIDIA TensorRT blir installert på det virtuelle Python-miljøet. Det tar en stund å fullføre.
På dette tidspunktet skal NVIDIA TensorRT være installert.
Aktivering av TensorFlow Python 3 Virtual Environment
For å aktivere TensorFlow Python '/opt/tensorflow' virtuelle miljø, kjør følgende kommando:
$ . / opt / tensorflyt / bin / aktivereTensorFlow Python 3 virtuelle miljø bør aktiveres.
Få tilgang til TensorFlow og sjekke om NVIDIA GPU/CUDA-akselerasjon er tilgjengelig
For å åpne det interaktive Python 3-skallet, kjør følgende kommando:
$ python3Python 3 interaktivt skall skal åpnes.
Først importerer du TensorFlow med følgende kodelinje:
$ importere tensorflow som tfNår TensorFlow er importert, kan du sjekke versjonsnummeret til TensorFlow som du installerte med følgende kodelinje. Som du kan se, har vi TensorFlow 2.13.1 installert på vårt Debian 12-system.
$ tf.__versjon__For å bekrefte at TensorFlow kan bruke NVIDIA GPU som du installerte på datamaskinen din for CUDA-akselerasjon, kjør følgende kodelinje. Som du kan se, er vår NVIDIA GPU tilgjengelig fra TensorFlow.
$ skrive ut ( tf.config.list_physical_devices ( 'GPU' ) ) 
For å gå ut av det interaktive Python-skallet, kjør følgende kodelinje:
$ slutte ( )Konklusjon
I denne artikkelen viste vi deg hvordan du installerer Python 3 PIP og Python 3 virtuelle miljø (venv) på Debian 12. Vi viste deg også hvordan du lager et Python 3 virtuelt miljø for TensorFlow på Debian 12 og hvordan du installerer TensorFlow med NVIDIA GPU/CUDA-akselerasjonsstøtte og NVIDIA TensorRT på Debian 12 også. Til slutt viste vi deg hvordan du aktiverer det virtuelle TensorFlow Python-miljøet og får tilgang til TensorFlow på Debian 12.