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 TensorFlow su CentOS

A differenza di altre distribuzioni Linux, Python non è installato di default su CentOS 8. Per installare Python 3 su CentOS 8 eseguire il seguente comando come utente root o sudo nel proprio terminale:

sudo dnf install python3

Il comando sopra installerà Python 3.6 e pip. Per eseguire Python 3, è necessario digitare python3 esplicitamente ed eseguire pip digitando pip3.

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

Cambiare 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:

mkdir tensorflow_project 

Entrare nella directory appena creata

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, contenente una copia del file binario Python, reindirizza la libreria Python standard e altri file di supporto. È possibile utilizzare qualsiasi nome desiderato per l'ambiente virtuale.

Per iniziare a utilizzare l'ambiente virtuale, attivalo digitando:

source venv/bin/activate

Una volta attivata, la directory bin dell'ambiente virtuale verrà aggiunta all'inizio della variabile $PATH . Inoltre, 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 pip all'ultima versione:

pip install --upgrade pip

Ora che l'ambiente virtuale è stato creato e attivato, installare la libreria TensorFlow usando il comando seguente:

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

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

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

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

Al momento della stesura di questo articolo, l'ultima versione stabile di TensorFlow è la 2.1.0:

2.1.0

La tua versione TensorFlow potrebbe differire dalla versione mostrata qui.

Se non conosci TensorFlow, visita la pagina Inizia con 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

TensorFlow è stato installato correttamente e puoi iniziare a usarlo.

Conclusione

Ti abbiamo mostrato come installare TensorFlow all'interno di un ambiente virtuale su CentOS 8.