TensorFlow adalah perangkat lunak sumber terbuka untuk melakukan tugas pembelajaran mesin. Google, penciptanya ingin mengekspos alat yang ampuh untuk membantu pengembang menjelajahi dan membangun aplikasi berbasis pembelajaran mesin dan karena itu mereka merilis ini sebagai proyek sumber terbuka. TensorFlow adalah alat yang sangat kuat yang berspesialisasi dalam jenis jaringan saraf yang disebut jaringan saraf dalam.
Jaringan saraf dalam digunakan untuk melakukan tugas pembelajaran mesin yang kompleks seperti pengenalan gambar, pengenalan tulisan tangan, pemrosesan bahasa alami, chatbot, dan banyak lagi. Jaringan saraf ini dilatih untuk mempelajari tugas yang seharusnya dilakukan. Karena komputasi yang diperlukan untuk pelatihan sangat besar, sebagian besar waktu, dukungan GPU diperlukan dan di sinilah TensorFlow datang untuk menyelamatkan. Ini mengaktifkan GPU dan dengan demikian dengan menginstal perangkat lunak dengan dukungan GPU, waktu pelatihan yang diperlukan dapat dikurangi secara signifikan.
Tutorial ini membantu Anda menginstal TensorFlow untuk CPU saja dan juga dengan dukungan GPU. Jadi, untuk mendapatkan TensorFlow dengan dukungan GPU, Anda harus memiliki GPU Nvidia dengan dukungan CUDA. Instalasi CUDA dan CuDNN ( Nvidia Computing Library) agak rumit dan panduan ini memberikan pendekatan langkah demi langkah untuk menginstalnya sebelum benar-benar masuk ke instalasi TensorFlow itu sendiri.
Nvidia CUDA adalah perpustakaan berakselerasi GPU yang memiliki implementasi yang sangat disetel untuk rutinitas standar yang digunakan dalam jaringan saraf. CuDNN adalah perpustakaan penyetelan untuk GPU yang menangani penyetelan kinerja GPU secara otomatis. TensorFlow mengandalkan keduanya untuk melatih dan menjalankan jaringan saraf dalam dan karenanya harus diinstal sebelum TensorFlow diinstal.
Sangat penting untuk dicatat bahwa, mereka yang TIDAK ingin menginstal TensorFlow dengan dukungan GPU, maka Anda dapat melewati semua langkah berikut dan langsung ke bagian "Langkah 5:Instal TensorFlow hanya dengan dukungan CPU" dari panduan ini.
Pengenalan TensorFlow dapat ditemukan di sini.
1 Instal CUDA
Pertama, unduh CUDA untuk Ubuntu 16.04 dari sini. File ini cukup besar (2GB), jadi mungkin perlu waktu untuk mendownloadnya.
File yang diunduh adalah paket ".deb". Untuk menginstalnya, jalankan perintah berikut:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
perintah berikut menginstal semua dependensi yang terlewatkan dan terakhir menginstal cuda toolkit:
sudo apt install -f
sudo apt update
sudo apt install cuda
Jika berhasil diinstal, Anda akan mendapatkan pesan yang mengatakan "berhasil diinstal". Jika sudah terinstall maka akan mendapatkan output seperti gambar dibawah ini:
2 Instal pustaka CuDNN
Sayangnya, pengunduhan CuDNN membutuhkan sedikit kerja. Nvidia tidak secara langsung memberi Anda file untuk diunduh (Namun gratis). Ikuti langkah-langkah untuk mendapatkan file CuDNN Anda.
- klik di sini untuk membuka halaman daftar Nvidia dan membuat akun. Halaman pertama meminta Anda untuk memasukkan detail pribadi Anda dan halaman kedua meminta Anda untuk menjawab beberapa pertanyaan survei. Tidak apa-apa jika Anda tidak tahu jawaban untuk semua, Anda bisa memilih opsi secara acak.
- Langkah sebelumnya akan membuat Nvidia mengirimi Anda tautan aktivasi ke ID-mail Anda. Setelah Anda mengaktifkannya, buka tautan unduhan CuDNN di sini.
- Setelah Anda masuk ke halaman itu, Anda harus mengisi survei lain yang lebih kecil. Klik secara acak pada kotak centang dan kemudian klik tombol "lanjutkan ke Download" di bagian bawah survei dan di halaman berikutnya klik setuju dengan persyaratan penggunaan.
- Akhirnya, di drop-down, klik "Download cuDNN v5.1 (20 Jan 2017), untuk CUDA 8.0", dan di dalam drop-down itu, Anda perlu mengunduh dua file dengan mengkliknya:
- cuDNN v5.1 Pustaka Runtime untuk Ubuntu14.04 (Deb)
- Pustaka Pengembang cuDNN v5.1 untuk Ubuntu14.04 (Deb)
CATATAN:meskipun perpustakaan mengatakan ini untuk Ubuntu 14.04, gunakan tautan itu saja. ini berfungsi untuk 16,04 juga
Sekarang Anda akhirnya memiliki kedua file CuDNN, saatnya untuk menginstalnya!! Gunakan perintah berikut dari folder yang berisi file yang diunduh ini:
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
Gambar berikut menunjukkan output dari menjalankan perintah ini:
3 Tambahkan lokasi instalasi ke file Bashrc
lokasi penginstalan harus ditambahkan ke file bashrc sehingga dari waktu berikutnya dan seterusnya, sistem harus tahu di mana menemukan direktori yang diinstal untuk CUDA. gunakan perintah berikut untuk membuka file bashrc:
sudo gedit ~/.bashrc
setelah file terbuka, tambahkan dua baris berikut di akhir file itu:
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64" export CUDA_HOME=/usr/local/cuda
4 Instal TensorFlow dengan dukungan GPU
langkah ini kami menginstal TensorFlow dengan dukungan GPU. Jalankan perintah berikut jika Anda menggunakan python 2.7:
pip install TensorFlow-gpu
jika Anda memiliki python 3.x alih-alih perintah di atas, gunakan yang berikut ini:
pip3 install TensorFlow-gpu
Anda akan mendapatkan pesan "berhasil diinstal" setelah perintah selesai dieksekusi. Sekarang, yang tersisa untuk diuji adalah apakah itu telah diinstal dengan benar. Untuk menguji ini, buka prompt perintah dan ketik perintah berikut:
python
import TensorFlow as tf
Anda harus mendapatkan output yang mirip dengan gambar di bawah ini. Dari gambar Anda dapat mengamati bahwa perpustakaan CUDA telah berhasil dibuka. Nah, jika ada kesalahan, akan muncul pesan yang mengatakan gagal membuka CUDA dan bahkan modul tidak ditemukan. Jika demikian, Anda mungkin melewatkan salah satu langkah di atas dan melakukan kembali tutorial ini dengan hati-hati adalah cara yang harus dilakukan.
5 Instal TensorFlow hanya dengan dukungan CPU
CATATAN:Langkah ini harus dilakukan oleh orang yang tidak memiliki GPU atau orang yang tidak memiliki GPU Nvidia. Yang lain, harap abaikan langkah ini!!
menginstal TensorFlow untuk CPU saja sangat mudah. Gunakan dua perintah berikut :
pip install TensorFlow
jika Anda memiliki python 3.x alih-alih perintah di atas, gunakan yang berikut ini:
pip3 install TensorFlow
Ya, sesederhana itu!
Ini menyimpulkan, panduan instalasi, Anda sekarang dapat mulai membangun aplikasi pembelajaran mendalam Anda. Jika Anda baru memulai, Anda dapat melihat tutorial resmi untuk pemula di sini. Jika Anda mencari tutorial lebih lanjut, Anda dapat mempelajari cara menyiapkan sistem/alat pengenalan gambar yang mampu mengidentifikasi ribuan objek dengan akurasi tinggi dari sini.