Ana içeriğe geç

TensorFlow

Bu makalede

Bilgi

TensorFlow, Google tarafından geliştirilen makine öğrenimi ve yapay zeka için açık kaynaklı bir yazılım kütüphanesidir. Bu saygın kütüphane, araştırmacıların ve geliştiricilerin makine öğrenimi destekli uygulamalar oluşturmalarını ve dağıtmalarını sağlayan esnek ve ölçeklenebilir bir araç, kütüphane ve topluluk kaynakları ekosistemi sunar. TensorFlow'un mimarisi, düğümlerden (işlemler) ve kenarlardan (veri akışları) oluşan hesaplama grafiklerine dayanır. Hesaplamalar, veri akışını ve kaynak tahsisini yöneten oturumlar içinde gerçekleştirilir.

TensorFlow. Temel Özellikler

  • Önceden yapılandırılmış ortam: TensorFlow'un en son kararlı sürümü, optimize edilmiş NVIDIA sürücüleri ve CUDA ayarları önceden yüklenmiştir. Birden fazla Python sanal ortamının oluşturulmasını ve yönetilmesini destekler.
  • Çeşitli makine öğrenimi modelleri: sinir ağları, doğrusal regresyon, lojistik regresyon ve birçok diğer model dahil olmak üzere geniş bir yelpazede model oluşturma ve eğitim imkanı sağlar. Çeşitli makine öğrenimi görevlerini çözmek için çok yönlü bir araçtır.
  • Ölçeklenebilirlik: modellerin büyük veri setleri üzerinde eğitilmesine olanak tanır. Bu kütüphane, yükü birden fazla işlemci veya grafik işlem birimi (GPU) arasında dağıtarak hesaplama kaynaklarını verimli bir şekilde kullanabilir.
  • Esneklik: geliştiricilerin belirli ihtiyaçlarına göre makine öğrenimi modelleri oluşturabilecekleri esnek bir programlama arayüzü sağlar. Düşük seviyeli hesaplama kontrolünden hızlı prototipleme için yüksek seviyeli API'lere kadar çeşitli soyutlama seviyelerini destekler.
  • Görselleştirme araçları: model yapılarını, hesaplama grafiklerini ve verileri görselleştirmek için araçlar içerir. Bu işlevsellik, modelleri daha iyi anlamaya ve hata ayıklamaya yardımcı olur, ayrıca sonuçların yorumlanmasını kolaylaştırır.
  • Dağıtık hesaplama desteği: hesaplamaların CPU ve GPU gibi birden fazla cihaz arasında ve bir kümedeki makineler arasında dağıtılmasını sağlar. Bu, paralel hesaplamalar aracılığıyla model eğitiminin ve çıktısının hızlandırılmasını sağlar.
  • Diğer kütüphanelerle entegrasyon: Keras, scikit-learn ve birçok diğer popüler makine öğrenimi kütüphanesiyle kolayca entegre edilebilir.
  • Kapsamlı topluluk ve eğitim kaynakları: aktif bir kullanıcı topluluğu ve geliştirici ekosistemi ile birlikte dokümantasyon, kurslar, eğitimler ve örnek kodlar dahil olmak üzere sayısız eğitim kaynağı sunar.

TensorFlow ile özel bir sunucu, TensorFlow kullanarak makine öğrenimi modellerini geliştirmek ve eğitmek için güvenli ve yüksek performanslı bir hesaplama ortamına ihtiyaç duyan araştırmacılar, geliştiriciler ve şirketler için tasarlanmıştır. Kaynaklar ve veri gizliliği üzerinde tam kontrol sağlar ve modern NVIDIA GPU'larının kullanımı sayesinde model eğitimini hızlandırır.

Çalıştırma Özellikleri

ID Yazılım Adı Uyumlu OS VM BM VGPU GPU Min CPU (Çekirdekler) Min RAM (GB) Min HDD/SSD (GB) Özel Alan Adı Aktif
120 TensorFlow Ubuntu 22.04 - - + + 1 1 - Hayır SİPARİŞ VER
  • Kurulum süresi: İşletim sistemi dahil 15-30 dakika;
  • Python, TensorFlow, CUDA ve NVIDIA sürücüleri yüklenir;
  • Kullanıcının ana dizini /home/user'dır;
  • Sistem gereksinimleri: profesyonel grafik kartı (NVIDIA RTX A4000/A5000 veya NVIDIA H100), en az 16 GB RAM.

Not

Aksi belirtilmedikçe, geliştiricinin web sitesinden veya işletim sistemi depolarından yazılımın en son yayın sürümü varsayılan olarak yüklenir.

Dağıtımdan Sonra TensorFlow ile Başlangıç

Kayıt sırasında kaydedilen e-posta adresine ödeme yapıldıktan sonra, sunucunun kullanıma hazır olduğuna dair bir bildirim alacaksınız. Bu mesaj, VPS IP adresini ve giriş bilgilerini içerecektir. Sunucu yönetimi kontrol panelimiz - Invapi üzerinden gerçekleştirilir.

Kimlik doğrulama verileri, sunucu kontrol panelinin Configuration >> Tags bölümünde veya gönderilen e-postada bulunabilir:

  • Giriş: yönetici için root, TensorFlow ile çalışmak için user;
  • Şifre: yönetici için, sunucu teslimi sırasında e-posta ile alınır; user kullanıcısı için, /root/user_credentials dosyasında bulunur.

Bağlanma ve İlk Kurulum

Sunucuya erişim sağladıktan sonra, süper kullanıcı ayrıcalıklarıyla (root) SSH üzerinden sunucuya bağlanın:

ssh root@<server_ip>

Ardından aşağıdaki komutu çalıştırın:

nano /root/user_credentials

Komutu çalıştırdıktan sonra, user kullanıcısının kimlik bilgilerini içeren bir metin dosyası açılacaktır. user kullanıcısının şifresini kopyalayın. Ardından, root oturumunu tamamlayın ve kopyalanan şifreyi kullanarak SSH üzerinden sunucuya user kullanıcısı olarak tekrar bağlanın.

user hesabına geçtikten sonra, aşağıdaki komutu çalıştırarak venv sanal ortamını etkinleştirin:

. tensorflow.sh

Artık aşağıdaki komutu çalıştırarak Python yorumlayıcısında çalışmaya başlayabilirsiniz:

python

Yorumlayıcı artık girdi ve kod çalıştırması için hazır.

Kütüphanenin işlevselliğini ve GPU desteğini test etmek için Python konsoluna aşağıdaki programı girebilirsiniz:

import tensorflow as tf
print(tf.reduce_sum(tf.random.normal([1000, 1000])))
İlk satır TensorFlow kütüphanesini içe aktarır, ikinci satır ise normal dağılımdan 1000x1000 boyutunda rastgele sayılardan oluşan bir tensör oluşturur, elemanlarının toplamını hesaplar ve sonucu yazdırır. Örnek çıktı:

Ayrıca eğitim betiğini tensorflow-2-simple-examples kullanabilirsiniz. Öncelikle bir dosya oluşturmanız ve betik metnini içine kopyalamanız gerekir. Örnek çıktı:

Not

TensorFlow'un temel ayarları hakkında detaylı bilgi için geliştirici dokümantasyonuna başvurun.

API Kullanarak TensorFlow ile Sunucu Siparişi