Как установить TensorFlow на CentOS 7

TensorFlow — это бесплатная платформа с открытым исходным кодом для создания моделей машинного обучения, разработанная Google. Он используется рядом организаций, включая Twitter, PayPal, Intel, Lenovo и Airbus.

В этом руководстве вы узнаете, как установить TensorFlow на CentOS 7.

TensorFlow можно установить в масштабе всей системы, в виртуальной среде Python, как контейнер Docker или с Anaconda .

Установка TensorFlow на CentOS

TensorFlow поддерживает Python 2 и 3.

Мы будем использовать Python 3 и установить TensorFlow в виртуальной среде. Таким образом, вы можете иметь несколько разных изолированных сред Python на одном компьютере и устанавливать определенную версию модуля для каждого проекта, не беспокоясь о том, что это повлияет на другие ваши проекты.

1. Установка Python 3

Мы установим Python 3.6 из репозиториев Software Collections (SCL).

CentOS 7 поставляется с Python 2.7.5, который является важной частью базовой системы CentOS. SCL позволит вам установить более новые версии python 3.x вместе с python v2.7.5 по умолчанию, чтобы системные инструменты, такие как yum, продолжали работать должным образом.

Чтобы включить репозиторий, установите файл выпуска SCL:

sudo yum install centos-release-scl

После этого установите Python 3.6, выполнив следующую команду:

sudo yum install rh-python36

Теперь мы готовы создать виртуальную среду для нашего проекта TensorFlow.

2. Создание виртуальной среды

Начиная с Python 3.6, рекомендуемый способ создания виртуальной среды — использовать модуль venv .

Чтобы получить доступ к Python 3.6, вам необходимо запустить новый экземпляр оболочки с помощью инструмента scl:

scl enable rh-python36 bash

Перейдите в каталог, в котором вы хотите сохранить проект TensorFlow. Это может быть ваш домашний каталог или любой другой каталог, в котором у пользователя есть права на чтение и запись.

Создайте новый каталог для проекта TensorFlow и перейдите в него:

mkdir tensorflow_projectcd tensorflow_project

В каталоге выполните следующую команду, чтобы создать виртуальную среду:

python3 -m venv venv

Приведенная выше команда создает каталог с именем venv , который содержит копию двоичного venv Python, диспетчер пакетов Pip , стандартную библиотеку Python и другие вспомогательные файлы. Вы можете использовать любое имя для виртуальной среды.

Чтобы начать использовать эту виртуальную среду, вам необходимо активировать ее, запустив сценарий activate :

source venv/bin/activate

После активации, каталог бен виртуальной среды будет добавлено в начале $PATH переменной . Также изменится приглашение вашей оболочки, и в нем будет отображаться имя виртуальной среды, которую вы в настоящее время используете. В данном случае это venv .

Для установки TensorFlow требуется версия pip 19 или выше. Выполните следующую команду, чтобы обновить pip до последней версии:

pip install --upgrade pip

3. Установка TensorFlow

Теперь, когда виртуальная среда активирована, пришло время установить библиотеку TensorFlow. Для этого введите следующее:

pip install --upgrade tensorflow

Если у вас есть выделенный графический процессор NVIDIA и вы хотите воспользоваться его вычислительной мощностью, вместо tensorflow установите пакет tensorflow-gpu , который включает поддержку графического процессора.

В виртуальной среде вы можете использовать команду pip вместо pip3 и python вместо python3 .

Чтобы проверить установку, используйте следующую команду, которая распечатает версию TensorFlow:

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

На момент написания этой статьи последней стабильной версией TensorFlow была 2.0.0.

2.0.0

Ваша версия TensorFlow может отличаться от версии, показанной здесь.

Если вы новичок в TensorFlow, посетите страницу « Начало работы с TensorFlow» и узнайте, как создать свое первое приложение машинного обучения. Вы также можете клонировать репозитории TensorFlow Models или TensorFlow- examples из Github, а также изучить и протестировать примеры TensorFlow.

Когда вы закончите свою работу, деактивируйте среду, набрав deactivate и вы вернетесь в свою обычную оболочку.

deactivate

Выводы

В этом руководстве мы показали вам, как установить TensorFlow на CentOS 7.

Если вы столкнулись с проблемой или хотите оставить отзыв, оставьте комментарий ниже.

Оставьте комментарий