Hur man installerar tensorflow på centos 7

TensorFlow är en gratis och öppen källkodsplattform för att bygga maskininlärningsmodeller utvecklade av Google. Det används av ett antal organisationer inklusive Twitter, PayPal, Intel, Lenovo och Airbus.

Denna handledning leder dig genom hur du installerar TensorFlow på CentOS 7.

TensorFlow kan installeras hela systemet, i en virtuell Python-miljö, som en Docker-behållare eller med Anaconda.

Installera TensorFlow på CentOS

TensorFlow stöder både Python 2 och 3.

Vi kommer att använda Python 3 och installera TensorFlow i en virtuell miljö. På så sätt kan du ha flera olika isolerade Python-miljöer på en dator och installera en specifik version av en modul per projektbasis utan att oroa dig för att det kommer att påverka dina andra projekt.

1. Installera Python 3

Vi kommer att installera Python 3.6 från Software Collections (SCL) -lagren.

CentOS 7 levereras med Python 2.7.5 som är en kritisk del av CentOS-bassystemet. SCL tillåter dig att installera nyare versioner av python 3.x tillsammans med standardpython v2.7.5 så att systemverktyg som yum fortsätter att fungera korrekt.

Installera SCL-utgivningsfilen för att aktivera förvaret:

sudo yum install centos-release-scl

När du är klar installerar du Python 3.6 genom att köra följande kommando:

sudo yum install rh-python36

Vi är nu redo att skapa en virtuell miljö för vårt TensorFlow-projekt.

2. Skapa en virtuell miljö

Från Python 3.6 är det rekommenderade sättet att skapa en virtuell miljö att använda venv modulen.

För att komma åt Python 3.6 måste du starta en ny skal-instans med hjälp av scl-verktyget:

scl enable rh-python36 bash

Navigera till katalogen där du vill lagra TensorFlow-projektet. Det kan vara din hemkatalog eller någon annan katalog där användaren har läs- och skrivbehörigheter.

Skapa en ny katalog för TensorFlow-projektet och cd i det:

mkdir tensorflow_project cd tensorflow_project

Kör följande kommando i katalogen för att skapa den virtuella miljön:

python3 -m venv venv

Kommandot ovan skapar en katalog med namnet venv , som innehåller en kopia av Python-binären, Pip-pakethanteraren, standard Python-biblioteket och andra stödfiler. Du kan använda valfritt namn för den virtuella miljön.

För att börja använda den virtuella miljön måste du aktivera den genom att köra activate :

source venv/bin/activate

När den är aktiverad läggs den virtuella miljöns papperskorg till i början av $PATH variabeln. Även ditt skalmeddelande kommer att förändras och det kommer att visa namnet på den virtuella miljön du för närvarande använder. I detta fall är det venv .

Uppgradera pip till den senaste versionen för att undvika problem när du installerar paket:

pip install --upgrade pip

3. Installera TensorFlow

Nu när den virtuella miljön är aktiverad är det dags att installera TensorFlow-biblioteket. För att göra det skriver du följande:

pip install --upgrade tensorflow

I den virtuella miljön kan du använda kommandot pip istället för pip3 och python istället för python3 .

För att verifiera installationen använder du följande kommando som skriver ut TensorFlow-versionen:

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

Vid skrivandet av denna artikel är den senaste stabila versionen av TensorFlow 1.13.1

1.13.1

Din TensorFlow-version kan skilja sig från den version som visas här.

När du är klar med ditt arbete ska du inaktivera miljön genom att skriva deactivate så återgår du till ditt normala skal.

deactivate

Slutsats

I denna handledning har vi visat dig hur du installerar TensorFlow CentOS 7.

python centos