TensorFlow ist eine von Google entwickelte Open-Source-Plattform für maschinelles Lernen. Es kann auf CPU oder GPU auf verschiedenen Geräten ausgeführt werden und wird von einer Reihe von Organisationen verwendet, darunter Twitter, PayPal, Intel, Lenovo und Airbus.
TensorFlow kann systemweit, in einer virtuellen Python-Umgebung, als Docker-Container oder mit Anaconda installiert werden.
Dieses Tutorial erklärt, wie man TensorFlow auf CentOS 8 installiert.
TensorFlow unterstützt sowohl Python 2 als auch 3. Wir werden Python 3 verwenden und TensorFlow in einer virtuellen Umgebung installieren. Eine virtuelle Umgebung ermöglicht es Ihnen, mehrere verschiedene isolierte Python-Umgebungen auf einem einzelnen Computer zu haben und eine bestimmte Version eines Moduls auf Projektbasis zu installieren, ohne sich Sorgen zu machen, dass dies Ihre anderen Projekte beeinträchtigt.
Installieren von TensorFlow auf CentOS #
Im Gegensatz zu anderen Linux-Distributionen wird Python nicht standardmäßig auf CentOS 8 installiert. Um Python 3 auf CentOS 8 zu installieren, führen Sie den folgenden Befehl als Root- oder Sudo-Benutzer in Ihrem Terminal aus:
sudo dnf install python3
Der obige Befehl installiert Python 3.6 und Pip. Um Python 3 auszuführen, müssen Sie python3 eingeben explizit, und um pip auszuführen, geben Sie pip3 ein .
Ab Python 3.6 ist die empfohlene Methode zum Erstellen einer virtuellen Umgebung die Verwendung von venv Modul.
Navigieren Sie zu dem Verzeichnis, in dem Sie Ihr TensorFlow-Projekt speichern möchten. Es kann Ihr Home-Verzeichnis oder jedes andere Verzeichnis sein, in dem der Benutzer Lese- und Schreibrechte hat.
Erstellen Sie ein neues Verzeichnis für das TensorFlow-Projekt und wechseln Sie dorthin:
mkdir tensorflow_projectcd tensorflow_project
Führen Sie im Verzeichnis den folgenden Befehl aus, um die virtuelle Umgebung zu erstellen:
python3 -m venv venv
Der obige Befehl erstellt ein Verzeichnis namens venv , die eine Kopie der Python-Binärdatei enthält, pip die standardmäßige Python-Bibliothek und andere unterstützende Dateien. Sie können einen beliebigen Namen für die virtuelle Umgebung verwenden.
Um die virtuelle Umgebung zu verwenden, aktivieren Sie sie, indem Sie Folgendes eingeben:
source venv/bin/activate
Nach der Aktivierung wird das bin-Verzeichnis der virtuellen Umgebung am Anfang von $PATH hinzugefügt Variable. Außerdem ändert sich die Eingabeaufforderung Ihrer Shell und zeigt den Namen der virtuellen Umgebung an, die Sie gerade verwenden. In diesem Fall ist das venv .
Die TensorFlow-Installation erfordert pip Version 19 oder höher. Führen Sie den folgenden Befehl aus, um pip zu aktualisieren auf die neueste Version:
pip install --upgrade pipNachdem die virtuelle Umgebung erstellt und aktiviert wurde, installieren Sie die TensorFlow-Bibliothek mit dem folgenden Befehl:
pip install --upgrade tensorflow
Wenn Sie eine dedizierte NVIDIA-GPU haben und deren Rechenleistung nutzen möchten, statt tensorflow , installieren Sie die tensorflow-gpu Paket, das GPU-Unterstützung enthält.
Innerhalb der virtuellen Umgebung können Sie den Befehl pip verwenden statt pip3 und python statt python3 .
Um die Installation zu überprüfen, führen Sie den folgenden Befehl aus, der die TensorFlow-Version druckt:
python -c 'import tensorflow as tf; print(tf.__version__)'Zum Zeitpunkt der Erstellung dieses Artikels ist die neueste stabile Version von TensorFlow 2.1.0:
2.1.0
Ihre TensorFlow-Version kann sich von der hier gezeigten Version unterscheiden.
Wenn Sie neu bei TensorFlow sind, besuchen Sie die Seite Erste Schritte mit TensorFlow und erfahren Sie, wie Sie Ihre erste ML-Anwendung erstellen. Sie können auch die Repositorys TensorFlow Models oder TensorFlow-Examples von Github klonen und die TensorFlow-Beispiele untersuchen und testen.
Wenn Sie mit Ihrer Arbeit fertig sind, deaktivieren Sie die Umgebung, indem Sie deactivate eingeben , und Sie kehren zu Ihrer normalen Shell zurück.
deactivateDas ist es! Sie haben TensorFlow erfolgreich installiert und können es verwenden.