如何在CentOS 7上安装TensorFlow

TensorFlow是一个免费的开源平台,用于构建Google开发的机器学习模型。 Twitter,PayPal,英特尔,联想和空中客车等许多组织都使用它。

本教程将引导您完成如何在CentOS 7上安装TensorFlow。

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。

在CentOS上安装TensorFlow#

TensorFlow支持Python 2和3。

我们将使用Python 3并将TensorFlow安装在虚拟环境中。 这样,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,而不必担心会影响您的其他Project。

1.安装Python 3#

我们将从软件集合(SCL)存储库中安装Python 3.6。

CentOS 7附带了Python 2.7.5,这是CentOS基本系统的关键部分。 SCL允许您在默认的python v2.7.5旁边安装新版本的python 3.x,以便yum之类的系统工具将继续正常运行。

要启用存储库,请安装SCL发行文件:

sudo yum install centos-release-scl

完成后,通过运行以下命令安装Python 3.6:

sudo yum install rh-python36

现在我们准备为TensorFlow项目创建虚拟环境。

2.创建虚拟环境#

从Python 3.6开始,建议的创建虚拟环境的方法是使用 venv 模块。

要访问Python 3.6,您需要使用scl工具启动一个新的shell实例:

scl enable rh-python36 bash

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cd到其中:

mkdir tensorflow_projectcd tensorflow_project

在目录中,运行以下命令以创建虚拟环境:

python3 -m venv venv

上面的命令创建一个名为 venv,其中包含Python二进制文件,Pip程序包管理器,标准Python库和其他支持文件的副本。 您可以为虚拟环境使用任何名称。

要开始使用此虚拟环境,您需要通过运行 activate 脚本:

source venv/bin/activate

激活后,虚拟环境的bin目录将被添加到 $PATH 可变的。 而且,shell的提示符也会更改,并且会显示您当前正在使用的虚拟环境的名称。 在这种情况下 venv

TensorFlow安装要求 pip 版本19或更高版本。 运行以下命令进行升级 pip 到最新版本:

pip install --upgrade pip

3.安装TensorFlow#

现在已经激活了虚拟环境,是时候安装TensorFlow库了。 为此,请键入以下内容:

pip install --upgrade tensorflow

如果您拥有专用的NVIDIA GPU,并希望利用其处理能力,而不是 tensorflow 安装 tensorflow-gpu 包含GPU支持的软件包。

在虚拟环境中,可以使用以下命令 pip 代替 pip3python 代替 python3

要验证安装,请使用以下命令来打印TensorFlow版本:

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

在撰写本文时,TensorFlow的最新稳定版本是2.0.0。

2.0.0

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,通过键入以下内容停用环境 deactivate 然后您将返回到常规外壳。

deactivate

结论#

在本教程中,我们向您展示了如何在CentOS 7上安装TensorFlow。

如果您遇到问题或有反馈,请在下面发表评论。

python centos

Sidebar