TensorFlow può utilizzare CPU e GPU per elaborare calcoli complessi di Intelligenza Artificiale (AI) e Machine Learning (ML). TensorFlow può utilizzare qualsiasi GPU NVIDIA supportata da CUDA per accelerare i programmi AI/ML. Se non disponi di una GPU supportata da CUDA, TensorFlow utilizzerà la CPU per i codici AI/ML. Senza l'accelerazione GPU, le prestazioni di TensorFlow peggioreranno nei programmi AI/ML complessi.
In questo articolo, ti mostreremo come installare TensorFlow con l'accelerazione NVIDIA CUDA/cuDNN su Debian 12 'Bookworm'.
Argomento dei contenuti:
- Verifica se hai una GPU NVIDIA installata sul tuo computer
- Installazione di Python 3 PIP e Python Venv su Debian 12
- Creazione di un ambiente virtuale Python 3 per TensorFlow
- Aggiornamento di Python 3 PIP nell'ambiente virtuale Python 3
- Installazione di TensorFlow con il supporto dell'accelerazione NVIDIA CUDA
- Installazione di TensorRT su Debian 12
- Attivazione dell'ambiente virtuale TensorFlow Python 3
- Accesso a TensorFlow e verifica se l'accelerazione GPU/CUDA NVIDIA è disponibile
- Conclusione
Verifica se hai una GPU NVIDIA installata sul tuo computer
Affinché TensorFlow acceleri i programmi AI con NVIDIA GPU/CUDA, è necessario disporre di Driver GPU NVIDIA E NVIDIA CUDA e cuDNN installato sul tuo sistema operativo Debian 12.
Se hai bisogno di assistenza per l'installazione dei driver GPU NVIDIA sul tuo sistema operativo Debian 12, leggi questo articolo .
Se hai bisogno di assistenza per l'installazione dei driver NVIDIA CUDA e cuDNN sul tuo sistema operativo Debian 12, leggi questo articolo .
Una volta installati i driver GPU NVIDIA sul tuo sistema Debian 12, il comando 'nvidia-smi' dovrebbe essere disponibile.
Anche i moduli del kernel NVIDIA dovrebbero essere caricati sul tuo sistema Debian 12.
Una volta installati i driver NVIDIA CUDA, dovresti avere il comando 'nvcc' disponibile sul tuo sistema Debian 12.
Installazione di Python 3 PIP e Python Venv su Debian 12
Per installare TensorFlow su Debian 12, è necessario che siano installati il modulo PIP Python 3 e l'ambiente virtuale Python (venv).
Innanzitutto, aggiorna la cache del repository del pacchetto APT con il seguente comando:
$ sudo aggiornamento adeguato 
Per installare Python 3 PIP e l'ambiente virtuale Python 3 (venv), esegui il comando seguente:
$ sudo adatto installare python3-pip python3-venv python3-dev Per confermare l'installazione, premere “Y” e poi premere
Python 3 PIP e Python 3 venv sono in fase di installazione. Ci vuole un po' di tempo per completarlo.
A questo punto dovrebbero essere installati Python 3 PIP e Python 3 venv.
Creazione di un ambiente virtuale Python 3 per TensorFlow
La pratica standard per installare le librerie Python su Debian 12 è installarle in un ambiente virtuale Python in modo che non interferiscano con i pacchetti/librerie Python del sistema.
Per creare un nuovo ambiente virtuale Python 3 per TensorFlow nella directory '/opt/tensorflow', esegui il comando seguente:
$ sudo python3 -M venv / optare / tensoreflussoAggiornamento di Python 3 PIP nell'ambiente virtuale Python 3
Per aggiornare Python 3 PIP alla versione più recente sull'ambiente virtuale Python 3 “/opt/tensorflow”, esegui il seguente comando:
$ sudo / optare / tensoreflusso / bidone / pip installare --aggiornamento pip 
Installazione di TensorFlow con il supporto dell'accelerazione NVIDIA CUDA
Per installare TensorFlow con il supporto dell'accelerazione NVIDIA CUDA nell'ambiente virtuale Python '/opt/tensorflow', esegui il comando seguente:
$ sudo / optare / tensoreflusso / bidone / pip installare tensoreflusso [ e-cuda ]È in corso l'installazione di TensorFlow con l'accelerazione NVIDIA CUDA. Ci vuole un po' di tempo per completarlo.
A questo punto dovrebbe essere installato TensorFlow con il supporto dell'accelerazione NVIDIA CUDA.
Installazione di TensorRT su Debian 12
NVIDIA TensorRT ottimizza ulteriormente le prestazioni del deep learning TensorFlow. Puoi installare TensorRT sull'ambiente virtuale TensorFlow Python “/opt/tensorflow” con il seguente comando:
$ sudo / optare / tensoreflusso / bidone / pip installare tensortNVIDIA TensorRT viene installato nell'ambiente virtuale Python. Ci vuole un po' di tempo per completarlo.
A questo punto, NVIDIA TensorRT dovrebbe essere installato.
Attivazione dell'ambiente virtuale TensorFlow Python 3
Per attivare l'ambiente virtuale TensorFlow Python “/opt/tensorflow”, esegui il seguente comando:
$ . / optare / tensoreflusso / bidone / attivareL'ambiente virtuale TensorFlow Python 3 deve essere attivato.
Accesso a TensorFlow e verifica se l'accelerazione NVIDIA GPU/CUDA è disponibile
Per aprire la shell interattiva Python 3, esegui il comando seguente:
$ python3La shell interattiva Python 3 dovrebbe essere aperta.
Innanzitutto, importa TensorFlow con la seguente riga di codice:
$ importare tensoreflusso COME tfUna volta importato TensorFlow, puoi verificare il numero di versione di TensorFlow installato con la seguente riga di codice. Come puoi vedere, abbiamo TensorFlow 2.13.1 installato sul nostro sistema Debian 12.
$ tf.__versione__Per verificare che TensorFlow possa utilizzare la GPU NVIDIA installata sul tuo computer per l'accelerazione CUDA, esegui la seguente riga di codice. Come puoi vedere, la nostra GPU NVIDIA è accessibile da TensorFlow.
$ stampa ( tf.config.list_physical_devices ( 'GPU' ) ) 
Per uscire dalla shell interattiva Python, eseguire la seguente riga di codice:
$ esentato ( )Conclusione
In questo articolo, ti abbiamo mostrato come installare l'ambiente virtuale Python 3 PIP e Python 3 (venv) su Debian 12. Ti abbiamo anche mostrato come creare un ambiente virtuale Python 3 per TensorFlow su Debian 12 e come installare TensorFlow con NVIDIA Supporto per l'accelerazione GPU/CUDA e NVIDIA TensorRT anche su Debian 12. Infine, ti abbiamo mostrato come attivare l'ambiente virtuale TensorFlow Python e accedere a TensorFlow su Debian 12.