Как установить TensorFlow на CentOS 8

Введение

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

В этом руководстве рассказывается, как установить TensorFlow на CentOS 8.

TensorFlow можно установить для всей системы, в виртуальной среде Python, в виде контейнера Docker или с помощью Anaconda.

TensorFlow поддерживает как Python 2, так и Python 3.

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

Если вы хотите установить TensorFlow на удаленный сервер, продолжайте читать, в противном случае пропустите первый абзац «Подключение к серверу» и читайте следующий.

Подключение к серверу

Чтобы получить доступ к серверу, вам нужно знать IP-адрес. Вам также потребуется ваше имя пользователя и пароль для аутентификации. Чтобы подключиться к серверу как root, введите следующую команду:

ssh root@IP_DEL_SERVER

Далее вам нужно будет ввести пароль пользователя root.

Если вы не используете пользователя root, вы можете войти под другим именем пользователя с помощью той же команды, а затем изменить root на свое имя пользователя:

ssh nome_utente@IP_DEL_SERVER

Затем вам будет предложено ввести пароль пользователя.

Стандартный порт для подключения по ssh — 22, если ваш сервер использует другой порт, вам нужно будет указать его с помощью параметра -p, затем введите следующую команду:

ssh nome_utente@IP_DEL_SERVER -p PORTA

Установите TensorFlow на CentOS

В отличие от других дистрибутивов Linux, Python не установлен по умолчанию в CentOS 8. Чтобы установить Python 3 в CentOS 8, выполните следующую команду от имени пользователя root или sudo в своем терминале:

sudo dnf install python3

Приведенная выше команда установит Python 3.6 и pip. Чтобы запустить Python 3, вам нужно явно ввести python3 и запустить pip, набрав pip3.

Начиная с Python 3.6, рекомендуемым способом создания виртуальной среды является использование модуля venv.

Измените каталог, в котором вы хотите хранить 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:

mkdir tensorflow_project

Войдите в только что созданный каталог

cd tensorflow_project

Внутри каталога выполните следующую команду, чтобы создать виртуальную среду:

python3 -m venv venv

Приведенная выше команда создает каталог с именем venv, содержащий копию двоичного файла Python, перенаправляет стандартную библиотеку Python и другие вспомогательные файлы. Вы можете использовать любое имя для виртуальной среды.

Чтобы начать использовать виртуальную среду, активируйте ее, набрав:

source venv/bin/activate

После активации каталог bin виртуальной среды будет добавлен в начало $PATH. Кроме того, приглашение оболочки изменится и покажет имя используемой в настоящее время виртуальной среды. В этом случае venv.

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

pip install --upgrade pip

Теперь, когда виртуальная среда создана и активирована, установите библиотеку TensorFlow с помощью следующей команды:

pip install --upgrade tensorflow

tensorflowtensorflow-gpu

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

Чтобы проверить установку, выполните следующую команду, которая напечатает версию TensorFlow:

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

На момент написания этой статьи последняя стабильная версия TensorFlow — 2.1.0:

2.1.0

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 исследовать и тестировать примеры TensorFlow.

Как только ваша работа будет завершена, деактивируйте среду, набрав deactivate, и вы вернетесь в свою обычную оболочку.

deactivate

TensorFlow успешно установлен, и вы можете начать его использовать.

Вывод

Мы показали вам, как установить TensorFlow в виртуальной среде на CentOS 8.