Com instal·lar TensorFlow a CentOS

Instal·leu TensorFlow mitjançant Python (pip) o un contenidor Docker

TensorFlow és una plataforma d'aprenentatge automàtic de Google. És de codi obert i té un gran nombre d'eines, biblioteques i altres recursos desenvolupats tant per la seva comunitat de desenvolupadors com per Google i altres corporacions.

TensorFlow està disponible per a tots els sistemes operatius utilitzats popularment, és a dir. Windows, Mac OS, GNU/Linux. Es pot descarregar i instal·lar des de qualsevol dels índexs de paquets de Python mitjançant el pip i es pot executar en un entorn virtual de Python. Una altra manera d'utilitzar-lo és instal·lar-lo com a contenidor Docker.

Instal·leu TensorFlow utilitzant pip

pip és la utilitat oficial de gestió de paquets per a paquets Python. Python i pip no estan instal·lats a CentOS de manera predeterminada.

Instal · lar els paquets, executeu:

sudo dnf instal·la python3

Sempre que la instal·lació demani confirmació de la descàrrega, etc., entreu Y i després premeu Entra tecla per continuar amb la configuració. El paquet python3 instal·larà Python 3 i Pip 3.

Es recomana executar TensorFlow dins d'un entorn virtual Python. Un entorn virtual permet a l'usuari executar diversos entorns Python, amb diferents versions dels paquets necessaris, aïllats els uns dels altres, al mateix ordinador. Això és per assegurar-se que el desenvolupament fet dins d'un entorn virtual amb una versió específica d'un paquet no afecti el desenvolupament en un altre entorn.

Per executar l'entorn virtual Python, hem d'utilitzar el mòdul venv. En primer lloc, creeu i aneu al directori del vostre projecte TensorFlow.

mkdir dev/tf cd dev/tf

Per crear un entorn virtual en aquest directori, executeu:

python3 -m venv tf_venv

Això crearà un directori nou tf_venv que és l'entorn virtual Python. Conté els fitxers mínims necessaris, és a dir. Fitxer executable Python, fitxer executable Pip i algunes altres biblioteques necessàries.

Per iniciar l'entorn virtual, correr:

font bin/ac

Això canviarà el nom de la sol·licitud a tf_venv, és a dir, el nom de la carpeta de l'entorn virtual.

Ara instal·larem TensorFlow en aquest entorn virtual. Per a TensorFlow, el mínim requerit pip La versió és 19. Per actualitzar pip a la darrera versió, correr:

pip install --actualitzar pip

Com s'ha vist més amunt, s'ha instal·lat la versió 20.0.2 de pip.

Instal·leu el paquet TensorFlow d'una manera similar.

pip install --actualitzar tensorflow

El paquet és de mida bastant gran (~420 MB) i pot trigar una mica a descarregar-se i instal·lar-se juntament amb les seves dependències.

Un cop instal·lat, podem verificar la instal·lació de TensorFlow amb un petit fragment de codi per comprovar la versió de TensorFlow.

python -c 'import tensorflow com a tf; imprimir(tf.__versió__)'

Per sortir de l'entorn virtual, executeu:

desactivar

Instal·leu TensorFlow mitjançant Docker Container

Docker és ara una manera ben establerta d'instal·lar i executar programes en un entorn virtualitzat anomenat Container. És d'una manera similar a un entorn virtual de Python que vam veure al mètode anterior. Tanmateix, Docker té un abast molt més ampli i els contenidors Docker estan completament aïllats i tenen les seves pròpies configuracions, paquets de programari i biblioteques. Els contenidors es poden comunicar entre ells a través de canals.

Podem instal·lar i executar TensorFlow a través d'un contenidor Docker i executar-lo en un entorn virtualitzat. Els desenvolupadors de TensorFlow mantenen una imatge Docker Container que es prova amb cada llançament.

En primer lloc, hem d'instal·lar Docker al nostre sistema CentOS. Per a això, consulteu la guia d'instal·lació oficial de Docker per a CentOS.

A continuació, per descarregar la darrera imatge del contenidor per a TensorFlow, executeu:

docker pull tensorflow/tensorflow

Nota: Si el vostre sistema té una unitat de processament gràfic (GPU) dedicada, podeu baixar la darrera imatge del contenidor amb suport de GPU utilitzant l'ordre següent.

docker pull tensorflow/tensorflow: latest-gpu-jupyter

El vostre sistema ha de tenir els controladors adequats per a la GPU instal·lats perquè TensorFlow pugui utilitzar les capacitats de la GPU. Per obtenir més informació sobre el suport de la GPU per a TensorFlow, consulteu la documentació del repositori Github.

Per executar TensorFlow al contenidor Docker, executeu:

docker run -it --rm tensorflow/tensorflow python -c "importa tensorflow com a tf; print(tf.__version__)"

Primer intentem desglossar què significa cada part de l'ordre.

correr és l'ordre docker per iniciar un contenidor. Les banderes -ell es proporcionen quan volem iniciar un intèrpret d'ordres interactiu (p. ex. Bash, Python). --rm La marca, anomenada Clean Up, s'especifica perquè el sistema de fitxers i els registres creats internament per Docker per a l'execució del contenidor es destrueixin quan el contenidor surt. Aquest senyalador no s'hauria d'utilitzar si es requereixen registres en el futur amb finalitats de depuració. Però per a petits recorreguts en primer pla com el nostre, es pot utilitzar.

A la part següent, especifiquem el nom de la nostra imatge del contenidor Docker, és a dir, tensorflow/tensorflow. A continuació, hi ha el programa/ordre/utilitat que volem executar al contenidor. Per a les nostres proves, estem invocant l'intèrpret de Python al contenidor i li passem el codi que imprimeix la versió de TensorFlow.

Podem veure que Docker està imprimint un registre mentre inicia el contenidor. Després d'iniciar el contenidor, s'executa el nostre codi Python i s'imprimeix la versió de TensorFlow (2.1.0).

També podem iniciar l'intèrpret de Python com a shell, de manera que podem continuar executant diverses línies de codi TensorFlow.

Conclusió

En aquest article, vam veure dos mètodes per instal·lar TensorFlow a CentOS. Tots dos mètodes estan pensats per executar TensorFlow en un entorn virtualitzat, que és un enfocament recomanat quan s'utilitza TensorFlow.

Si sou un principiant a TensorFlow, podeu començar amb els conceptes bàsics dels tutorials oficials de TensorFlow.