Kaip įdiegti „TensorFlow“ „CentOS“.

Įdiekite „TensorFlow“ naudodami „Python“ (pip) arba „Docker“ konteinerį

„TensorFlow“ yra „Google“ mašininio mokymosi platforma. Jis yra atvirojo kodo ir turi daugybę įrankių, bibliotekų ir kitų išteklių, kuriuos sukūrė tiek kūrėjų bendruomenė, tiek „Google“ ir kitos korporacijos.

„TensorFlow“ galima naudoti visoms populiariai naudojamoms operacinėms sistemoms, t. Windows, Mac OS, GNU/Linux. Jį galima atsisiųsti ir įdiegti iš bet kurio Python paketo indekso, naudojant pip įrankis ir gali būti paleistas virtualioje python aplinkoje. Kitas būdas jį naudoti yra įdiegti kaip Docker konteinerį.

Įdiekite „TensorFlow“ naudodami pip

pip yra oficiali paketų valdymo programa, skirta Python paketams. Python ir pip pagal numatytuosius nustatymus neįdiegti CentOS.

Instaliuoti paketus, paleiskite:

sudo dnf įdiegti python3

Kai diegimas prašo patvirtinti atsisiuntimą ir pan., įveskite Y ir tada paspauskite Įeikite klavišą, kad tęstumėte sąranką. Paketas Python3 įdiegs Python 3 ir Pip 3.

„TensorFlow“ rekomenduojama paleisti „Python“ virtualioje aplinkoje. Virtuali aplinka leidžia vartotojui tame pačiame kompiuteryje paleisti kelias Python aplinkas su skirtingomis reikalingų paketų versijomis, atskirtomis viena nuo kitos. Taip siekiama užtikrinti, kad kūrimas, atliktas vienoje virtualioje aplinkoje su konkrečia paketo versija, neturės įtakos kūrimui kitoje aplinkoje.

Norėdami paleisti Python virtualią aplinką, turime naudoti modulį venv. Pirmiausia sukurkite ir eikite į savo TensorFlow projekto katalogą.

mkdir dev/tf cd dev/tf

Norėdami sukurti virtualią aplinką šiame kataloge, paleiskite:

python3 -m venv tf_venv

Taip bus sukurtas naujas katalogas tf_venv kuri yra Python virtuali aplinka. Jame yra minimalūs reikalingi failai, t. Python vykdomasis failas, Pip vykdomasis failas ir kai kurios kitos reikalingos bibliotekos.

Norėdami pradėti virtualią aplinką, paleisti:

šaltinis bin/ac

Tai pakeis raginimo pavadinimą į tf_venv, t. y. virtualios aplinkos aplanko pavadinimas.

Dabar šioje virtualioje aplinkoje įdiegsime TensorFlow. TensorFlow – minimalus reikalavimas pip versija yra 19. Norėdami atnaujinti pip į naujausią versiją, paleisti:

pip įdiegti -- atnaujinti pip

Kaip matyti aukščiau, buvo įdiegta 20.0.2 pip versija.

Panašiai įdiekite paketą TensorFlow.

pip diegimas -- tensorflow atnaujinimas

Paketas yra gana didelis (~ 420 MB) ir gali užtrukti šiek tiek laiko, kol atsisiunčiamas ir įdiegiamas kartu su jo priklausomybėmis.

Įdiegę galime patikrinti „TensorFlow“ diegimą naudodami nedidelę kodo dalį, kad patikrintume „TensorFlow“ versiją.

python -c 'importuoti tensorflow kaip tf; print(tf.__version__)'

Norėdami išeiti iš virtualios aplinkos, paleiskite:

išjungti

Įdiekite „TensorFlow“ naudodami „Docker Container“.

„Docker“ dabar yra gerai žinomas būdas įdiegti ir paleisti programas virtualizuotoje aplinkoje, vadinamoje „Container“. Tai panašu į Python virtualią aplinką, kurią matėme ankstesniame metode. Tačiau „Docker“ yra daug platesnė, o „Docker“ konteineriai yra visiškai izoliuoti ir turi savo konfigūracijas, programinės įrangos paketus ir bibliotekas. Konteineriai gali bendrauti vieni su kitais kanalais.

Galime įdiegti ir paleisti „TensorFlow“ per „Docker“ konteinerį ir paleisti jį virtualizuotoje aplinkoje. „TensorFlow“ kūrėjai palaiko „Docker Container“ vaizdą, kuris išbandomas su kiekvienu leidimu.

Visų pirma, mes turime įdiegti „Docker“ savo CentOS sistemoje. Norėdami tai padaryti, žr. oficialų „Docker“ diegimo vadovą, skirtą CentOS.

Tada, norėdami atsisiųsti naujausią „TensorFlow“ konteinerio vaizdą, paleiskite:

docker pull tensorflow/tensorflow

Pastaba: Jei jūsų sistemoje yra specialus grafikos apdorojimo blokas (GPU), galite atsisiųsti naujausią konteinerio vaizdą su GPU palaikymu naudodami žemiau esančią komandą.

docker pull tensorflow/tensorflow:latest-gpu-jupyter

Jūsų sistemoje turi būti įdiegtos atitinkamos GPU tvarkyklės, kad „TensorFlow“ galėtų panaudoti GPU galimybes. Norėdami gauti daugiau informacijos apie GPU palaikymą „TensorFlow“, žr. „Github“ saugyklos dokumentaciją.

Norėdami paleisti „TensorFlow“ „Docker“ konteineryje, paleiskite:

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

Pirmiausia pabandykime suskirstyti, ką reiškia kiekviena komandos dalis.

paleisti yra docker komanda paleisti konteinerį. Vėliavos -tai pateikiami, kai norime paleisti interaktyvų apvalkalą (pvz., Bash, Python). --rm vėliavėlė, vadinama Išvalyti, nurodyta taip, kad failų sistema ir žurnalai, sukurti viduje Docker konteinerio vykdymui, būtų sunaikinti, kai konteineris išeina. Ši žyma neturėtų būti naudojama, jei derinimo tikslais ateityje reikės žurnalų. Tačiau mažiems pirmame plane, kaip mūsų, jis gali būti naudojamas.

Kitoje dalyje nurodome savo Docker konteinerio vaizdo pavadinimą, t.y. tensorflow/tensorflow. Po to yra programa / komanda / paslaugų programa, kurią norime paleisti konteineryje. Savo bandymams mes iškviečiame Python interpretatorių konteineryje ir perduodame jam kodą, kuris spausdina TensorFlow versiją.

Matome, kad paleisdamas konteinerį „Docker“ spausdina žurnalą. Paleidus konteinerį, paleidžiamas mūsų Python kodas ir išspausdinama TensorFlow versija (2.1.0).

Taip pat galime paleisti Python interpretatorių kaip apvalkalą, kad galėtume toliau vykdyti kelias TensorFlow kodo eilutes.

Išvada

Šiame straipsnyje matėme du būdus, kaip įdiegti „TensorFlow“ „CentOS“. Abu metodai yra skirti „TensorFlow“ paleidimui virtualizuotoje aplinkoje, o tai yra rekomenduojamas metodas naudojant „TensorFlow“.

Jei esate „TensorFlow“ pradedantysis, galite pradėti nuo pagrindų iš oficialių „TensorFlow“ vadovėlių.