Kako instalirati TensorFlow na CentOS

Instalirajte TensorFlow koristeći Python (pip) ili Docker Container

TensorFlow je Googleova platforma za strojno učenje. On je otvorenog koda i ima ogroman broj alata, knjižnica i drugih resursa koje je razvila i zajednica programera, kao i Google i druge korporacije.

TensorFlow je dostupan za sve popularno korištene operacijske sustave, tj. Windows, Mac OS, GNU/Linux. Može se preuzeti i instalirati s bilo kojeg Python indeksa paketa pomoću pip alat i može se izvoditi u virtualnom python okruženju. Drugi način korištenja je da ga instalirate kao Docker spremnik.

Instalirajte TensorFlow pomoću pip

pip je službeni uslužni program za upravljanje paketima za Python pakete. Python i pip nisu instalirani na CentOS prema zadanim postavkama.

Instalirati pakete, pokrenite:

sudo dnf instaliraj python3

Kad god instalacija zatraži potvrdu preuzimanja itd., unesite Y a zatim pritisnite Unesi tipku za nastavak postavljanja. Paket python3 će instalirati Python 3 kao i Pip 3.

Preporuča se pokretanje TensorFlow unutar Python virtualnog okruženja. Virtualno okruženje omogućuje korisniku pokretanje više Python okruženja, s različitim verzijama potrebnih paketa, izoliranih jedna od druge, na istom računalu. Ovo je kako bi se osiguralo da razvoj koji se obavlja unutar jednog virtualnog okruženja s određenom verzijom paketa ne utječe na razvoj u drugom okruženju.

Za pokretanje Python virtualnog okruženja trebamo koristiti modul venv. Prije svega, stvorite i idite na svoj TensorFlow projektni direktorij.

mkdir dev/tf cd dev/tf

Da biste stvorili virtualno okruženje u ovom direktoriju, pokrenite:

python3 -m venv tf_venv

Ovo će stvoriti novi direktorij tf_venv što je Python virtualno okruženje. Sadrži minimalne potrebne datoteke, tj. Python izvršna datoteka, Pip izvršna datoteka i neke druge potrebne biblioteke.

Za pokretanje virtualnog okruženja, trčanje:

izvor bin/ac

Ovo će promijeniti naziv prompta u tf_venv, tj. naziv mape virtualnog okruženja.

Sada ćemo instalirati TensorFlow u ovo virtualno okruženje. Za TensorFlow, potreban minimum pip verzija je 19. Da biste nadogradili pip na najnoviju verziju, trčanje:

pip install --upgrade pip

Kao što je gore vidljivo, instalirana je verzija 20.0.2 pip-a.

Instalirajte paket TensorFlow na sličan način.

pip install --upgrade tensorflow

Paket je prilično velik (~420 MB) i može potrajati neko vrijeme za preuzimanje i instalaciju zajedno s njegovim ovisnostima.

Jednom instaliran, možemo provjeriti instalaciju TensorFlow s malim komadom koda kako bismo provjerili verziju TensorFlowa.

python -c 'uvezi tensorflow kao tf; print(tf.__verzija__)'

Za izlazak iz virtualnog okruženja pokrenite:

deaktivirati

Instalirajte TensorFlow koristeći Docker Container

Docker je sada dobro uspostavljen način instaliranja i pokretanja programa u virtualiziranom okruženju zvanom Container. Na neki je način sličan Python virtualnom okruženju koje smo vidjeli u prethodnoj metodi. Međutim, Docker je puno šireg opsega, a Docker spremnici su potpuno izolirani i imaju svoje konfiguracije, softverske pakete i biblioteke. Kontejneri mogu međusobno komunicirati putem kanala.

TensorFlow možemo instalirati i pokrenuti kroz Docker kontejner i pokrenuti ga u virtualiziranom okruženju. Programeri TensorFlow održavaju sliku Docker Container koja se testira sa svakim izdanjem.

Prije svega, moramo instalirati Docker na naš CentOS sustav. Za to pogledajte službeni vodič za instalaciju Dockera za CentOS.

Zatim, da preuzmete najnoviju sliku spremnika za TensorFlow, pokrenite:

docker pull tensorflow/tensorflow

Bilješka: Ako vaš sustav ima namjensku jedinicu za grafičku obradu (GPU), umjesto toga možete preuzeti najnoviju sliku spremnika s podrškom za GPU koristeći naredbu u nastavku.

docker pull tensorflow/tensorflow:latest-gpu-jupyter

Vaš sustav mora imati instalirane odgovarajuće upravljačke programe za GPU kako bi TensorFlow mogao koristiti GPU mogućnosti. Za više informacija o podršci za GPU za TensorFlow, provjerite dokumentaciju na Github repozitoriju.

Da biste pokrenuli TensorFlow u Docker spremniku, pokrenite:

docker run -it --rm tensorflow/tensorflow python -c "uvezi tensorflow kao tf; print(tf.__version__)"

Pokušajmo prvo raščlaniti što znači svaki dio naredbe.

trčanje je docker naredba za pokretanje spremnika. Zastave -to se isporučuju kada želimo pokrenuti interaktivnu ljusku (npr. Bash, Python). --rm zastavica, nazvana Clean Up, specificirana je tako da se datotečni sustav i zapisnici koje je Docker interno kreirao za pokretanje spremnika unište kada spremnik izađe. Ova se oznaka ne smije koristiti ako su zapisnici potrebni u budućnosti za potrebe otklanjanja pogrešaka. Ali za male prednje planove poput naših, može se koristiti.

U sljedećem dijelu navodimo naziv naše slike Docker spremnika, tj. tenzorski tok/tenzorski tok. Slijedi program/naredba/uslužni program koji želimo pokrenuti u spremniku. Za naše testiranje, pozivamo Python interpreter u spremniku i prosljeđujemo mu kod koji ispisuje verziju TensorFlowa.

Možemo vidjeti da Docker ispisuje neki zapisnik dok pokreće spremnik. Nakon što se spremnik pokrene, pokreće se naš Python kod i ispisuje se verzija TensorFlow (2.1.0).

Također možemo pokrenuti Python interpreter kao ljusku, tako da možemo nastaviti izvoditi više redaka TensorFlow koda.

Zaključak

U ovom članku vidjeli smo dvije metode za instalaciju TensorFlowa na CentOS. Obje metode su namijenjene za pokretanje TensorFlow-a u virtualiziranom okruženju, što je preporučeni pristup dok se koristi TensorFlow.

Ako ste početnik u TensorFlowu, možete početi s osnovama iz službenih TensorFlow tutorijala.