TensorFlow是Google构建的开放源代码的机器学习平台。它可以在不同设备上的CPU或GPU上运行,并且被许多组织使用,包括Twitter,PayPal,Intel,Lenovo和Airbus。

TensorFlow可以在系统范围内,Python虚拟环境中,作为Docker容器或与Anaconda一起安装。

本教程说明了如何在CentOS 8上安装TensorFlow。

TensorFlow同时支持Python 2和3。我们将使用Python 3并在虚拟环境中安装TensorFlow。虚拟环境使您可以在一台计算机上拥有多个不同的隔离Python环境,并在每个项目的基础上安装模块的特定版本,而不必担心这会影响其他项目。

在CentOS上安装TensorFlow

与其他Linux发行版不同,CentOS 8上默认未安装Python。要在CentOS 8上安装Python 3,请以root或sudo用户身份在终端中运行以下命令:

[linuxmi@localhost ~/www.linuxmi.com]$sudo dnf install python3

上面的命令将安装Python 3.6和pip

从Python 3.6开始,创建虚拟环境的推荐方法是使用venv模块。

导航至您想要存储TensorFlow项目的目录。它可以是您的主目录,也可以是用户具有读写权限的任何其他目录。

为TensorFlow项目创建一个新目录并切换到该目录:

[linuxmi@localhost ~/www.linuxmi.com]$mkdir tensorflow_linuxmi
[linuxmi@localhost ~/www.linuxmi.com]$cd tensorflow_linuxmi

在目录中,运行以下命令以创建虚拟环境:

[linuxmi@localhost ~/www.linuxmi.com]$python3 -m venv venv

上面的命令创建一个名为venv的目录,其中包含Python二进制文件的副本,pip标准Python库以及其他支持文件。您可以为虚拟环境使用任何名称。

要开始使用虚拟环境,请通过键入以下内容将其激活:

[linuxmi@localhost ~/www.linuxmi.com/tensorflow_linuxmi]$source venv/bin/activate

激活后,虚拟环境的bin目录将添加到$ PATH变量的开头。另外,您的Shell提示符将发生变化,并会显示您当前正在使用的虚拟环境的名称。在这种情况下,就是venv。

TensorFlow安装需要pip版本19或更高版本。运行以下命令以将pip升级到最新版本:

(venv) [linuxmi@localhost ~/www.linuxmi.com/tensorflow_linuxmi]$pip install –upgrade pip

现在已经创建并激活了虚拟环境,使用以下命令安装TensorFlow库:

(venv) [linuxmi@localhost ~/www.linuxmi.com/tensorflow_linuxmi]pip install –upgrade tensorflow

如果您拥有专用的NVIDIA GPU,并且想要利用其处理能力而不是tensorflow,请安装tensorflow-gpu软件包,其中包括GPU支持。

在虚拟环境中,您可以使用命令pip代替pip3,并使用python代替python3。

要验证安装,请运行以下命令,该命令将打印TensorFlow版本,在撰写本文时,TensorFlow的最新稳定版本是2.1.0:

(venv) [linuxmi@localhost ~/www.linuxmi.com/tensorflow_linuxmi]$python -c ‘import tensorflow as tf; print(tf.__version__)’
2020-02-25 06:21:40.440922: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library ‘libnvinfer.so.6’; dlerror: libnvinfer.so.6: cannot open shared object file: No such file or directory
2020-02-25 06:21:40.441056: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library ‘libnvinfer_plugin.so.6’; dlerror: libnvinfer_plugin.so.6: cannot open shared object file: No such file or directory
2020-02-25 06:21:40.441068: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:30] Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.
2.1.0
(venv) [linuxmi@localhost ~/www.linuxmi.com/tensorflow_linuxmi]$

您的TensorFlow版本可能与此处显示的版本不同。

如果您不熟悉TensorFlow,请访问TensorFlow入门页面并了解如何构建第一个ML应用程序。您还可以从Github克隆TensorFlow模型或TensorFlow-Examples存储库,并探索和测试TensorFlow示例。

完成工作后,通过键入deactivate禁用环境,您将返回到常规shell。

(venv) [linuxmi@localhost ~/www.linuxmi.com/tensorflow_linuxmi]$deactivate
[linuxmi@localhost ~/www.linuxmi.com/tensorflow_linuxmi]$

就这样!您已经成功安装了TensorFlow,就可以开始使用它了。

总结

我们已经向您展示了如何在CentOS 8的虚拟环境中安装TensorFlow。

如果您遇到问题或有反馈,请在下面发表评论。

发表评论

电子邮件地址不会被公开。 必填项已用*标注