Introduzione

TensorFlow è una piattaforma gratuita e open source per la creazione di modelli di apprendimento automatico sviluppati da Google. È utilizzato da numerose organizzazioni tra cui Twitter, PayPal, Intel, Lenovo e Airbus.

Questo tutorial ti spiegherà come installare TensorFlow su CentOS 8.

TensorFlow può essere installato a livello di sistema, in un ambiente virtuale Python, come contenitore Docker o con Anaconda.

TensorFlow supporta sia Python 2 che 3.

Useremo Python 3 e installeremo TensorFlow all'interno di un ambiente virtuale. In questo modo è possibile avere più ambienti Python isolati diversi su un singolo computer e installare una versione specifica di un modulo in base al progetto senza preoccuparsi che ciò influirà sugli altri progetti.

Se desideri installare TensorFlow su un server in remoto continua a leggere, altrimenti salta il primo paragrafo "Connessione al Server" e leggi il successivo.

Connessione al Server

Per accedere al server, è necessario conoscere l'indirizzo IP. Avrai anche bisogno dell'username e della password per l'autenticazione. Per connettersi al server come utente root digitare il seguente comando:

ssh [email protected]_DEL_SERVER

Successivamente sarà necessario inserire la password dell'utente root.

Se non utilizzate l'utente root potete connettervi con un'altro nome utente utilizzando lo stesso comando, quindi modificare root con il vostro nome_utente:

ssh [email protected]_DEL_SERVER

Successivamente vi verrà chiesto di inserire la password del vostro utente.

La porta standard per connettersi tramite ssh è la 22, se il vostro server utilizza una porta diversa, sarà necessario specificarla utilizzando il parametro -p, quindi digitare il seguente comando:

ssh [email protected]_DEL_SERVER -p PORTA

Installare Python 3

CentOS 8 viene fornito con Python 2.7.5, che è una parte fondamentale del sistema di base CentOS. SCL ti consentirà di installare versioni più recenti di python 3.x insieme a python v2.7.5 predefinito in modo che gli strumenti di sistema come yum continuino a funzionare correttamente.

Per abilitare il repository, installare il file di rilascio SCL:

sudo yum install centos-release-scl

Una volta fatto installare Python 3.6 eseguendo il comando seguente:

sudo yum install rh-python36

Ora siamo pronti per creare un ambiente virtuale per il nostro progetto TensorFlow.

Creare un ambiente virtuale

A partire da Python 3.6, il modo consigliato per creare un ambiente virtuale è utilizzare il modulo venv.

Per accedere a Python 3.6 è necessario avviare una nuova istanza della shell usando lo strumento scl:

scl enable rh-python36 bash

Passare alla directory in cui si desidera archiviare il progetto TensorFlow. Può essere la tua home directory o qualsiasi altra directory in cui l'utente ha le autorizzazioni di lettura e scrittura.

Creare una nuova directory per il progetto tensorflow e utilizzare il comando cd per entrarci:

mkdir tensorflow_project
cd tensorflow_project

All'interno della directory, eseguire il comando seguente per creare l'ambiente virtuale:

python3 -m venv venv

Il comando sopra crea una directory denominata venv, che contiene una copia del file binario Python, il gestore pacchetti Pip, la libreria Python standard e altri file di supporto. È possibile utilizzare qualsiasi nome desiderato per l'ambiente virtuale.

Per iniziare a utilizzare questo ambiente virtuale, è necessario attivarlo eseguendo lo script activate:

source venv/bin/activate

Una volta attivata, la directory bin dell'ambiente virtuale verrà aggiunta all'inizio della variabile $PATH. Anche il prompt della shell cambierà e mostrerà il nome dell'ambiente virtuale attualmente in uso. In questo caso venv.

L'installazione di TensorFlow richiede la versione 19 o successiva di pip. Eseguire il comando seguente per aggiornare all'ultima versione pip:

pip install --upgrade pip

Installare TensorFlow

Ora che l'ambiente virtuale è attivato, è tempo di installare la libreria TensorFlow.

Se si dispone di una GPU NVIDIA dedicata e si desidera sfruttare la sua potenza di elaborazione, anziché installare tensorflow, installa il pacchetto tensorflow-gpu che include il supporto GPU. Qui installeremo il pacchetto tensorflow.

Digitare il seguente comando:

pip install --upgrade tensorflow

All'interno dell'ambiente virtuale, è possibile utilizzare il comando pip anziché pip3 e python invece di python3.

Per verificare l'installazione utilizzare il seguente comando che stamperà la versione TensorFlow:

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

Se non conosci TensorFlow, visita la pagina Get Started with TensorFlow e scopri come creare la tua prima applicazione ML. Puoi anche clonare i repository TensorFlow Models o TensorFlow-Examples da Github ed esplorare e testare gli esempi TensorFlow.

Una volta terminato il tuo lavoro, disattiva l'ambiente, digitando deactivate e tornerai alla tua shell normale.

deactivate

Conclusione

In questo tutorial, ti abbiamo mostrato come installare TensorFlow su CentOS 8.