Cara Menginstal TensorFlow di CentOS

Instal TensorFlow menggunakan Python (pip) atau Docker Container

TensorFlow adalah platform pembelajaran mesin oleh Google. Ini adalah open source dan memiliki sejumlah besar alat, perpustakaan, dan sumber daya lain yang dikembangkan oleh komunitas pengembangnya serta Google dan perusahaan lain.

TensorFlow tersedia untuk semua sistem operasi yang populer digunakan, yaitu. Windows, Mac OS, GNU/Linux. Itu dapat diunduh dan diinstal dari Python Package Index menggunakan pip alat dan dapat dijalankan di lingkungan python virtual. Cara lain untuk menggunakannya adalah menginstalnya sebagai wadah Docker.

Instal TensorFlow menggunakan pip

pip adalah utilitas manajemen paket resmi untuk paket Python. Python dan pip tidak diinstal pada CentOS secara default.

Untuk memasang paket, jalankan:

sudo dnf instal python3

Setiap kali penginstalan meminta konfirmasi unduhan, dll., masukkan kamu lalu tekan Memasuki tombol untuk melanjutkan pengaturan. Paket python3 akan menginstal Python 3 serta Pip 3.

Disarankan untuk menjalankan TensorFlow di dalam lingkungan virtual Python. Lingkungan virtual memungkinkan pengguna menjalankan beberapa lingkungan Python, dengan versi berbeda dari paket yang diperlukan, terisolasi satu sama lain, di komputer yang sama. Ini untuk memastikan bahwa pengembangan yang dilakukan di dalam satu lingkungan virtual dengan versi paket tertentu tidak memengaruhi pengembangan di lingkungan lain.

Untuk menjalankan lingkungan virtual Python, kita perlu menggunakan modul venv. Pertama-tama, buat dan buka direktori proyek TensorFlow Anda.

mkdir dev/tf cd dev/tf

Untuk membuat lingkungan virtual di direktori ini, jalankan:

python3 -m venv tf_venv

Ini akan membuat direktori baru tf_venv yang merupakan lingkungan virtual Python. Ini berisi file minimal yang diperlukan, yaitu. File executable python, file executable Pip dan beberapa library lain yang diperlukan.

Untuk memulai lingkungan virtual, Lari:

sumber bin/ac

Ini akan mengubah nama prompt menjadi tf_venv, yaitu, nama folder lingkungan virtual.

Sekarang kita akan menginstal TensorFlow di lingkungan virtual ini. Untuk TensorFlow, minimum yang diperlukan pip versi 19. Untuk mengupgrade pip ke versi terbaru, Lari:

instal pip --upgrade pip

Seperti yang terlihat di atas, pip versi 20.0.2 telah diinstal.

Instal paket TensorFlow dengan cara yang serupa.

instal pip --upgrade tensorflow

Paket ini berukuran cukup besar (~420 MB) dan mungkin memerlukan waktu untuk mengunduh dan menginstal bersama dengan dependensinya.

Setelah terinstal, kami dapat memverifikasi penginstalan TensorFlow dengan sepotong kecil kode untuk memeriksa versi TensorFlow.

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

Untuk keluar dari lingkungan virtual, jalankan:

menonaktifkan

Instal TensorFlow menggunakan Docker Container

Docker sekarang menjadi cara yang mapan untuk menginstal dan menjalankan program di lingkungan virtual yang disebut Container. Ini mirip dengan lingkungan virtual Python yang kita lihat di metode sebelumnya. Namun, Docker jauh lebih luas cakupannya, dan wadah Docker benar-benar terisolasi dan memiliki konfigurasi, bundel perangkat lunak, dan pustakanya sendiri. Wadah dapat berkomunikasi satu sama lain melalui saluran.

Kami dapat menginstal dan menjalankan TensorFlow melalui wadah Docker dan menjalankannya di lingkungan virtual. Pengembang TensorFlow memelihara image Docker Container yang diuji dengan setiap rilis.

Pertama-tama, kita perlu menginstal Docker pada sistem CentOS kita. Untuk ini, lihat panduan instalasi Docker resmi untuk CentOS.

Selanjutnya, untuk mendownload image container terbaru untuk TensorFlow, jalankan:

buruh pelabuhan tarik tensorflow/tensorflow

Catatan: Jika sistem Anda memiliki Unit Pemrosesan Grafis (GPU) khusus, Anda dapat mengunduh gambar kontainer terbaru dengan dukungan GPU menggunakan perintah di bawah ini.

docker tarik tensorflow/tensorflow: terbaru-gpu-jupyter

Sistem Anda harus memiliki driver yang sesuai untuk GPU yang terpasang agar kemampuan GPU dapat digunakan oleh TensorFlow. Untuk informasi selengkapnya tentang dukungan GPU untuk TensorFlow, lihat dokumentasi di repositori Github.

Untuk menjalankan TensorFlow di wadah Docker, jalankan:

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

Pertama-tama mari kita coba menguraikan apa arti setiap bagian dari perintah.

Lari adalah perintah buruh pelabuhan untuk memulai sebuah wadah. Bendera -dia disediakan ketika kita ingin memulai shell interaktif (Misalnya Bash, Python). --rm flag, yang disebut Clean Up, ditentukan sehingga sistem file dan log yang dibuat secara internal oleh Docker untuk menjalankan container dimusnahkan saat container keluar. Bendera ini tidak boleh digunakan jika log diperlukan di masa mendatang untuk tujuan debugging. Tapi untuk latar depan kecil yang berjalan seperti milik kita, itu bisa digunakan.

Di bagian selanjutnya, kami menentukan nama image container Docker kami, yaitu, Tensorflow/tensorflow. Setelah itu adalah program/perintah/utilitas yang ingin kita jalankan di dalam wadah. Untuk pengujian kami, kami memanggil interpreter Python dalam wadah dan meneruskannya kode yang mencetak versi TensorFlow.

Kita dapat melihat bahwa Docker sedang mencetak beberapa log saat memulai wadah. Setelah penampung dimulai, kode Python kami berjalan dan versi TensorFlow dicetak (2.1.0).

Kita juga dapat memulai interpreter Python sebagai shell, sehingga kita dapat terus menjalankan beberapa baris kode TensorFlow.

Kesimpulan

Pada artikel ini, kami melihat dua metode untuk menginstal TensorFlow di CentOS. Kedua metode dimaksudkan untuk menjalankan TensorFlow di lingkungan tervirtualisasi, yang merupakan pendekatan yang direkomendasikan saat menggunakan TensorFlow.

Jika Anda seorang pemula di TensorFlow, Anda dapat memulai dengan dasar-dasar dari tutorial resmi TensorFlow.