TensorFlow'n asentaminen CentOS:ään

Asenna TensorFlow Pythonilla (pip) tai Docker Containerilla

TensorFlow on Googlen koneoppimisalusta. Se on avoimen lähdekoodin, ja siinä on valtava määrä työkaluja, kirjastoja ja muita resursseja, jotka ovat kehittäneet sekä sen kehittäjäyhteisö että Google ja muut yritykset.

TensorFlow on saatavana kaikille yleisesti käytetyille käyttöjärjestelmille, esim. Windows, Mac OS, GNU/Linux. Se voidaan ladata ja asentaa joko Python Package Indexistä käyttämällä pip työkalu, ja sitä voidaan käyttää virtuaalisessa python-ympäristössä. Toinen tapa käyttää sitä on asentaa se Docker-säiliöksi.

Asenna TensorFlow käyttämällä pip

pip on Python-pakettien virallinen paketinhallintaapuohjelma. Python ja pip eivät ole oletuksena asennettuja CentOS:ään.

Asentaa paketit, suorita:

sudo dnf asentaa python3

Aina kun asennus pyytää latauksen vahvistusta jne., syötä Y ja paina sitten Tulla sisään -näppäintä jatkaaksesi asennusta. Paketti python3 asentaa Python 3:n sekä Pip 3:n.

On suositeltavaa suorittaa TensorFlow Python-virtuaaliympäristössä. Virtuaaliympäristön avulla käyttäjä voi ajaa useita Python-ympäristöjä, joissa on eri versioita vaadituista paketeista, eristettyinä toisistaan ​​samassa tietokoneessa. Tällä varmistetaan, että yhdessä virtuaaliympäristössä tietyllä paketin versiolla tehty kehitys ei vaikuta kehittämiseen toisessa ympäristössä.

Python-virtuaaliympäristön suorittamiseksi meidän on käytettävä moduulia venv. Ensinnäkin, luo ja siirry TensorFlow-projektihakemistoosi.

mkdir dev/tf cd dev/tf

Luo virtuaalinen ympäristö tähän hakemistoon suorittamalla:

python3 -m venv tf_venv

Tämä luo uuden hakemiston tf_venv joka on Python-virtuaaliympäristö. Se sisältää vähimmäisvaatimukset vaaditut tiedostot, esim. Python-suoritettava tiedosto, Pip-suoritettava tiedosto ja joitain muita vaadittuja kirjastoja.

Virtuaaliympäristön käynnistäminen, juosta:

lähde bin/ac

Tämä muuttaa kehotteen nimeksi tf_venv, eli virtuaaliympäristön kansion nimi.

Nyt asennamme TensorFlow'n tähän virtuaaliympäristöön. TensorFlow:lle vaadittu vähimmäismäärä pip versio on 19. Päivitä pip uusimpaan versioon juosta:

pip asennus -- päivitä pip

Kuten yllä näkyy, pip:n versio 20.0.2 asennettiin.

Asenna TensorFlow-paketti samalla tavalla.

pip install -- upgrade tensorflow

Paketti on kooltaan melko suuri (~ 420 MB), ja sen lataaminen ja asentaminen riippuvuuksineen voi kestää jonkin aikaa.

Asennuksen jälkeen voimme tarkistaa TensorFlow-asennuksen pienellä koodipalalla TensorFlow-version tarkistamiseksi.

python -c 'tuo tensorflow tf-muodossa; print(tf.__version__)'

Poistu virtuaaliympäristöstä suorittamalla:

deaktivoida

Asenna TensorFlow Docker Containerilla

Docker on nyt vakiintunut tapa asentaa ja suorittaa ohjelmia virtualisoidussa ympäristössä nimeltä Container. Se on tavallaan samanlainen kuin Python-virtuaaliympäristö, jonka näimme edellisessä menetelmässä. Docker on kuitenkin paljon laajempi, ja Docker-säiliöt ovat täysin eristettyjä ja niillä on omat kokoonpanonsa, ohjelmistopaketinsa ja kirjastonsa. Kontit voivat kommunikoida keskenään kanavien kautta.

Voimme asentaa ja suorittaa TensorFlow'n Docker-kontin kautta ja käyttää sitä virtualisoidussa ympäristössä. TensorFlown kehittäjät ylläpitävät Docker Container -kuvaa, joka testataan jokaisen julkaisun yhteydessä.

Ensinnäkin meidän on asennettava Docker CentOS-järjestelmään. Katso tätä varten CentOS:n virallinen Docker-asennusopas.

Lataa seuraavaksi TensorFlow'n uusin säilökuva suorittamalla:

docker pull tensorflow/tensorflow

merkintä: Jos järjestelmässäsi on erillinen grafiikkasuoritusyksikkö (GPU), voit sen sijaan ladata uusimman säilön kuvan GPU-tuella käyttämällä alla olevaa komentoa.

docker pull tensorflow/tensorflow:latest-gpu-jupyter

Järjestelmässäsi on oltava asianmukaiset ohjaimet asennettuna GPU:lle, jotta TensorFlow voi hyödyntää GPU-ominaisuuksia. Lisätietoja TensorFlow'n GPU-tuesta on Githubin arkiston dokumentaatiossa.

Suorita TensorFlow Docker-säiliössä suorittamalla:

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

Yritetään ensin eritellä, mitä kukin komennon osa tarkoittaa.

juosta on Docker-komento kontin käynnistämiseksi. Liput -se toimitetaan, kun haluamme käynnistää interaktiivisen komentotulkin (esim. Bash, Python). --rm -lippu, nimeltään Clean Up, määritetään niin, että Dockerin sisäisesti säilöajoa varten luomat tiedostojärjestelmät ja lokit tuhoutuvat, kun säilö poistuu. Tätä lippua ei tule käyttää, jos lokeja tarvitaan tulevaisuudessa virheenkorjaustarkoituksiin. Mutta pienille etualalla, kuten meidän, sitä voidaan käyttää.

Seuraavassa osassa määritämme Docker-säiliökuvamme nimen, eli tensorflow/tensorflow. Sen jälkeen on ohjelma/komento/apuohjelma, jonka haluamme ajaa säilössä. Testausta varten kutsumme säiliössä olevaa Python-tulkkia ja välitämme sille koodin, joka tulostaa TensorFlow-version.

Näemme, että Docker tulostaa lokia käynnistäessään konttia. Kun kontti käynnistyy, Python-koodimme suoritetaan ja TensorFlow-versio tulostetaan (2.1.0).

Python-tulkin voi käynnistää myös komentotulkina, jotta voimme jatkaa useiden TensorFlow-koodirivien suorittamista.

Johtopäätös

Tässä artikkelissa näimme kaksi tapaa asentaa TensorFlow CentOS:ään. Molemmat menetelmät on tarkoitettu TensorFlow'n suorittamiseen virtualisoidussa ympäristössä, mikä on suositeltava lähestymistapa TensorFlow'ta käytettäessä.

Jos olet aloittelija TensorFlow'ssa, voit aloittaa perusasioista virallisista TensorFlow-opetusohjelmista.