Cómo instalar TensorFlow en CentOS 8

Introducción

TensorFlow es una plataforma gratuita y de código abierto para crear modelos de aprendizaje automático desarrollada por Google. Es utilizado por numerosas organizaciones, incluidas Twitter, PayPal, Intel, Lenovo y Airbus.

Este tutorial le dirá cómo instalar TensorFlow en CentOS 8.

TensorFlow se puede instalar a nivel de sistema, en un entorno virtual de Python, como contenedor de Docker o con Anaconda.

TensorFlow es compatible con Python 2 y 3.

Usaremos Python 3 e instalaremos TensorFlow dentro de un entorno virtual. De esta manera, puede tener varios entornos de Python aislados diferentes en una sola computadora e instalar una versión específica de un módulo por proyecto sin preocuparse de que esto afecte a otros proyectos.

Si desea instalar TensorFlow en un servidor remoto, continúe leyendo; de lo contrario, omita el primer párrafo "Conectando al servidor" y lea el siguiente.

Conexión al servidor

Para acceder al servidor, necesita conocer la dirección IP. También necesitará su nombre de usuario y contraseña para la autenticación. Para conectarse al servidor como root, escriba el siguiente comando:

ssh root@IP_DEL_SERVER

A continuación, deberá ingresar la contraseña del usuario root.

Si no está utilizando el usuario root, puede iniciar sesión con otro nombre de usuario utilizando el mismo comando, luego cambie root a su nombre de usuario:

ssh nome_utente@IP_DEL_SERVER

Luego se le pedirá que ingrese su contraseña de usuario.

El puerto estándar para conectarse a través de ssh es 22, si su servidor usa un puerto diferente, deberá especificarlo usando el parámetro -p, luego escriba el siguiente comando:

ssh nome_utente@IP_DEL_SERVER -p PORTA

Instalar TensorFlow en CentOS

A diferencia de otras distribuciones de Linux, Python no se instala de forma predeterminada en CentOS 8. Para instalar Python 3 en CentOS 8, ejecute el siguiente comando como root o sudo en su terminal:

sudo dnf install python3

El comando anterior instalará Python 3.6 y pip. Para ejecutar Python 3, debe escribir python3 explícitamente y ejecutar pip escribiendo pip3.

A partir de Python 3.6, la forma recomendada de crear un entorno virtual es utilizar el módulo venv

Cambie el directorio donde desea almacenar el proyecto de TensorFlow. Puede ser su directorio de inicio o cualquier otro directorio donde el usuario tenga permisos de lectura y escritura.

Crea un directorio nuevo para el proyecto TensorFlow:

mkdir tensorflow_project

Ingrese al directorio recién creado

cd tensorflow_project

Dentro del directorio, ejecute el siguiente comando para crear el entorno virtual:

python3 -m venv venv

El comando anterior crea un directorio llamado venv, que contiene una copia del archivo binario de Python, redirige la biblioteca estándar de Python y otros archivos de soporte. Puede utilizar el nombre que desee para el entorno virtual.

Para comenzar a utilizar el entorno virtual, actívelo escribiendo:

source venv/bin/activate

Una vez activado, el directorio bin del entorno virtual se agregará al comienzo de la $PATH. Además, el indicador de shell cambiará y mostrará el nombre del entorno virtual actualmente en uso. En este caso venv.

pip versión 19 o posterior. Ejecute el siguiente comando para actualizar pip última versión:

pip install --upgrade pip

Ahora que se creó y activó el entorno virtual, instale la biblioteca de TensorFlow con el siguiente comando:

pip install --upgrade tensorflow

tensorflowtensorflow-gpu

Dentro del entorno virtual, puede usar el pip lugar de pip3 y python lugar de python3.

Para verificar la instalación, ejecute el siguiente comando que imprimirá la versión de TensorFlow:

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

En el momento de escribir este artículo, la última versión estable de TensorFlow es 2.1.0:

2.1.0

Su versión de TensorFlow puede diferir de la versión que se muestra aquí.

Si es nuevo en TensorFlow, visite la página Introducción a TensorFlow y aprenda a crear su primera aplicación ML. También puedes clonar modelos de TensorFlow o repositorios de ejemplos de TensorFlow desde Github y explorar y probar ejemplos de TensorFlow.

Una vez que haya terminado su trabajo, desactive el entorno escribiendo deactivate y volverá a su shell normal.

deactivate

TensorFlow se instaló correctamente y puede comenzar a usarlo.

Conclusión

Le mostramos cómo instalar TensorFlow dentro de un entorno virtual en CentOS 8.