Sådan installeres tensorflow på centos 7

TensorFlow er en gratis og open source platform til opbygning af maskinlæringsmodeller udviklet af Google. Det bruges af en række organisationer, herunder Twitter, PayPal, Intel, Lenovo og Airbus.

Denne tutorial vil lede dig gennem, hvordan du installerer TensorFlow på CentOS 7.

TensorFlow kan installeres systemvist, i et virtuelt Python-miljø, som en Docker-container eller med Anaconda.

Installation af TensorFlow på CentOS

TensorFlow understøtter både Python 2 og 3.

Vi bruger Python 3 og installerer TensorFlow i et virtuelt miljø. På denne måde kan du have flere forskellige isolerede Python-miljøer på en enkelt computer og installere en bestemt version af et modul på hvert projektbasis uden at bekymre dig om, at det vil påvirke dine andre projekter.

1. Installation af Python 3

Vi installerer Python 3.6 fra Software Collections (SCL) deponierne.

CentOS 7 sendes med Python 2.7.5, som er en kritisk del af CentOS-basissystemet. SCL giver dig mulighed for at installere nyere versioner af python 3.x sammen med standardpython v2.7.5, så systemværktøjer som yum fortsætter med at fungere korrekt.

For at aktivere depotet skal du installere SCL-udgivelsesfilen:

sudo yum install centos-release-scl

Når det er gjort, skal du installere Python 3.6 ved at køre følgende kommando:

sudo yum install rh-python36

Vi er nu klar til at skabe et virtuelt miljø til vores TensorFlow-projekt.

2. Oprettelse af et virtuelt miljø

Fra Python 3.6 er den anbefalede måde at oprette et virtuelt miljø at bruge venv modulet.

For at få adgang til Python 3.6 skal du starte en ny shell-instans ved hjælp af scl-værktøjet:

scl enable rh-python36 bash

Naviger til det bibliotek, hvor du gerne vil gemme TensorFlow-projektet. Det kan være dit hjemmekatalog eller ethvert andet bibliotek, hvor brugeren har læse- og skrivetilladelser.

Opret en ny mappe til TensorFlow-projektet og cd ind i det:

mkdir tensorflow_project cd tensorflow_project

I kataloget skal du køre følgende kommando for at oprette det virtuelle miljø:

python3 -m venv venv

Kommandoen ovenfor opretter et bibliotek med navn venv , som indeholder en kopi af Python- venv , Pip-pakkehåndteringen, standard Python-biblioteket og andre understøttende filer. Du kan bruge ethvert navn, du ønsker, til det virtuelle miljø.

For at begynde at bruge dette virtuelle miljø skal du aktivere det ved at køre activate :

source venv/bin/activate

Når den er aktiveret tilføjes det virtuelle miljøs bin-bibliotek i begyndelsen af $PATH variablen. Også din shell-prompten vil ændres, og den vil vise navnet på det virtuelle miljø, du i øjeblikket bruger. I dette tilfælde er det venv .

Opgrader pip til den nyeste version for at undgå problemer, når du installerer pakker:

pip install --upgrade pip

3. Installation af TensorFlow

Nu, hvor det virtuelle miljø er aktiveret, er det tid til at installere TensorFlow-biblioteket. For at gøre det, skriv følgende:

pip install --upgrade tensorflow

I det virtuelle miljø kan du bruge kommandopip i stedet for pip3 og python stedet for python3 .

For at verificere installationen skal du bruge følgende kommando, der udskriver TensorFlow-versionen:

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

På dette tidspunkt, hvor denne artikel skrives, er den seneste stabile version af TensorFlow 1.13.1

1.13.1

Din TensorFlow-version kan afvige fra den version, der er vist her.

Når du er færdig med dit arbejde, skal du deaktivere miljøet ved at skrive deactivate og du vender tilbage til din normale skal.

deactivate

Konklusion

I denne tutorial har vi vist dig, hvordan du installerer TensorFlow CentOS 7.

python centos