TensorFlow es una plataforma de código abierto para el aprendizaje automático creada por Google. Puede ejecutarse en CPU o GPU en diferentes dispositivos.

TensorFlow se puede instalar en todo el sistema, en un entorno virtual Python, como un contenedor Docker o con Anaconda.

En este tutorial, explicaremos cómo instalar TensorFlow en un entorno virtual de Python en Debian 10.

Un entorno virtual le permite tener múltiples entornos de Python aislados diferentes en una sola computadora e instalar una versión específica de un módulo por proyecto, sin preocuparse de que afecte sus otros proyectos.

Instalación de TensorFlow en Debian 10

Las siguientes secciones brindan instrucciones paso a paso sobre cómo instalar TensorFlow en un entorno virtual de Python en Debian 10.

1. Instalación de Python 3 y venv

Debian 10, Buster viene con Python 3.7.

Para verificar que Python 3 está instalado en su sistema, escriba:

python3 --version

La salida debería verse así:

Python 3.7.3

La forma recomendada de crear un entorno virtual es utilizando el venvmódulo, que se proporciona en el python3-venvpaquete.

Si el python3-venvpaquete no está instalado en su sistema, instálelo ingresando:

sudo apt updatesudo apt install python3-venv

2. Creación de un entorno virtual

Navegue hasta el directorio en el que almacena sus entornos virtuales de Python 3. Puede ser su directorio de inicio o cualquier otro directorio donde su usuario tenga permisos de lectura y escritura.

Cree un nuevo directorio para el proyecto TensorFlow y cambie a él:

mkdir my_tensorflowcd my_tensorflow

Desde dentro del directorio, ingrese el siguiente comando para crear el entorno virtual:

python3 -m venv venv

El comando anterior crea un directorio llamado venv, que contiene una copia del binario de Python, el administrador de paquetes Pip , la biblioteca estándar de Python y otros archivos de soporte.

Puede utilizar cualquier nombre que desee para el entorno virtual.

Para comenzar a usar el entorno virtual, deberá activarlo ejecutando el activatescript:

source venv/bin/activate

Una vez activado, el directorio bin del entorno virtual se agregará al comienzo de la $PATHvariable del sistema . Además, el indicador del shell cambiará y mostrará el nombre del entorno virtual en el que se encuentra actualmente. En este ejemplo, es (venv).

La instalación de TensorFlow requiere pipla versión 19 o superior. Ejecute el siguiente comando para actualizar pipa la última versión:

pip install --upgrade pip

3. Instalación de TensorFlow

Ahora que hemos creado un entorno virtual, el siguiente paso es instalar el paquete TensorFlow.

Hay varios paquetes de TensorFlow que se pueden instalar desde PyPI. El tensorflowpaquete solo admite CPU y se recomienda para usuarios novatos.

Si tiene una GPU NVIDIA dedicada con capacidad de cómputo CUDA 3.5 o superior y desea aprovechar su potencia de procesamiento, en lugar de tensorflowinstalar el tensorflow-gpupaquete que incluye compatibilidad con GPU.

Ingrese el siguiente comando para instalar TensorFlow:

pip install --upgrade tensorflow
Dentro del entorno virtual, puede usar pipen lugar de pip3pythonen lugar de python3.

Una vez que se complete la instalación, verifíquela con el siguiente comando que imprimirá la versión de TensorFlow:

python -c 'import tensorflow as tf; print(tf.__version__)'

Al momento de escribir este artículo, la última versión estable de TensorFlow es 2.0.0:

2.0.0

La versión impresa en su terminal puede ser diferente de la versión que se muestra arriba.

Eso es todo. TensorFlow está instalado en su sistema Debian.

Si es nuevo en TensorFlow, visite la página de tutoriales de TensorFlow y aprenda cómo crear su primera aplicación ML. También puede clonar los repositorios TensorFlow Models o TensorFlow-Examples de Github y explorar y probar los ejemplos de TensorFlow.

Cuando haya terminado con su trabajo, escriba deactivatepara desactivar el entorno y volver a su shell normal.

deactivate

Conclusión

Le mostramos cómo instalar TensorFlow pipdentro de un entorno virtual de Python en Debian 10.

Si encuentra un problema o tiene comentarios, deje un comentario a continuación.