TensorFlow是一个用于人工智能和机器学习的Python库。TensorFlow可以用于训练和创建新的AI模型，导入现有的AI模型，加载测试数据并检查AI模型的性能，保存训练后的AI模型等。
TensorFlow可以使用CPU和GPU来计算复杂的人工智能（AI）和机器学习（ML）计算。TensorFlow可以使用任何支持CUDA的NVIDIA GPU来加速AI/ML程序。如果您没有支持CUDA的GPU，TensorFlow将使用CPU进行AI/ML代码。如果没有GPU加速，TensorFlow在复杂的AI/ML程序中的性能会下降。
在本文中，我们将向您展示如何安装TensorFlow与NVIDIA CUDA/cuDNN加速在Debian 12“书虫”。
内容主题：
- 检查您的计算机上是否安装了NVIDIA GPU
- 在Debian 12上安装Python 3 PIP和Python Venv
- 为TensorFlow创建Python3虚拟环境
- 在Python 3虚拟环境中升级Python 3 PIP
- 使用NVIDIA CUDA加速支持安装TensorFlow
- 在Debian 12上安装TensorRT
- 激活TensorFlow Python3虚拟环境
- 检查TensorFlow并检查NVIDIA GPU/CUDA加速是否可用
- 结论
检查您的计算机上是否安装了NVIDIA GPU
为了让TensorFlow使用NVIDIA GPU/CUDA加速AI程序，您必须在Debian 12操作系统上安装NVIDIA GPU驱动程序和NVIDIA CUDA和cuDNN。
如果您需要在Debian 12操作系统上安装NVIDIA GPU驱动程序的任何帮助，请阅读本文。
如果您需要在Debian 12操作系统上安装NVIDIA CUDA和cuDNN驱动程序的任何帮助，请阅读本文。
一旦您在Debian 12系统上安装了NVIDIA GPU驱动程序，"nvidia—smi"命令就应该可用了。
NVIDIA内核模块也应该加载到Debian 12系统上。
安装NVIDIA CUDA驱动程序后，Debian 12系统上应该有"nvcc"命令。
在Debian 12上安装Python 3 PIP和Python Venv
要在Debian 12上安装TensorFlow，您需要安装Python 3 PIP和Python虚拟环境（venv）模块。
首先，使用以下命令更新APT包存储库缓存：
$sudo apt更新
要安装Python 3 PIP和Python 3虚拟环境（venv），请运行以下命令：
$sudo apt安装python3-pip python3-venv python3-dev
要确认安装，请按"Y"，然后按。
正在安装Python3 PIP和Python3venv。这需要一段时间才能完成。
此时，应该安装了Python3 PIP和Python3venv。
为TensorFlow创建Python3虚拟环境
在Debian 12上安装Python库的标准做法是将它们安装在一个Python虚拟环境中，这样它们就不会干扰系统的Python包/库。
要在“/opt/TensorFlow”目录中为TensorFlow创建新的Python3虚拟环境，请运行以下命令：
$sudo python3—m venv/opt/tensorflow
在Python 3虚拟环境中升级Python 3 PIP
要在Python 3虚拟环境"/opt/tensorflow"上将Python 3 PIP升级到最新版本，请运行以下命令：
$sudo/opt/tensorflow/bin/pip install——升级pip
使用NVIDIA CUDA加速支持安装TensorFlow
要在Python“/opt/TensorFlow”虚拟环境上安装支持NVIDIA CUDA加速的TensorFlow，请运行以下命令：
$sudo/opt/TensorFlow/bin/pip安装TensorFlow[和-cuda]
正在安装具有NVIDIA CUDA加速功能的TensorFlow。这需要一段时间才能完成。
此时，应该安装具有NVIDIA CUDA加速支持的TensorFlow。
在Debian 12上安装TensorRT
NVIDIA TensorRT进一步优化了TensorFlow深度学习的性能。您可以使用以下命令在TensorFlow Python "/opt/tensorflow"虚拟环境中安装TensorRT：
$sudo/opt/tensorflow/bin/pip install tensorrt
NVIDIA TensorRT正在Python虚拟环境中安装。它需要一段时间来完成。
此时，应安装NVIDIA TensorRT。
激活TensorFlow Python3虚拟环境
要激活TensorFlow Python“/opt/TensorFlow”虚拟环境，请运行以下命令：
$. /opt/tensorflow/bin/activate
应激活TensorFlow Python3虚拟环境。
检查TensorFlow并检查NVIDIA GPU/CUDA加速是否可用
要打开Python 3交互式shell，请运行以下命令：
$python3
Python 3交互式shell应该打开。
首先，使用以下代码行导入TensorFlow：
$将TensorFlow作为TF导入
导入TensorFlow后，您可以使用以下代码行检查您安装的TensorFlow的版本号。正如你所看到的，我们在Debian 12系统上安装了TensorFlow 2.13.1。
$tf.__版本
要验证TensorFlow是否可以使用您在计算机上安装的NVIDIA GPU进行CUDA加速，请运行以下代码行。如您所见，我们的NVIDIA GPU可从TensorFlow访问。
$print（tf. config. list_physical_devices（'GPU'））
要退出Python交互式shell，运行以下代码行：
$Quit()
结论
在本文中，我们向您展示了如何在Debian 12上安装Python 3 PIP和Python 3虚拟环境（venv）。我们还向您展示了如何在Debian 12上为TensorFlow创建Python 3虚拟环境，以及如何在Debian 12上安装具有NVIDIA GPU/CUDA加速支持和NVIDIA TensorRT的TensorFlow。最后，我们向您展示了如何激活TensorFlow Python虚拟环境并在Debian 12上访问TensorFlow。
