Python (pip) veya Docker Container kullanarak TensorFlow'u kurun
TensorFlow, Google'ın bir makine öğrenimi platformudur. Açık kaynak kodludur ve hem geliştirici topluluğu hem de Google ve diğer şirketler tarafından geliştirilen çok sayıda araç, kitaplık ve diğer kaynaklara sahiptir.
TensorFlow, yaygın olarak kullanılan tüm işletim sistemleri için mevcuttur, yani. Windows, Mac OS, GNU/Linux. pip
Araç kullanılarak Python Paket Dizini'nden indirilebilir ve kurulabilir ve sanal bir python ortamında çalıştırılabilir. Bunu kullanmanın başka bir yolu, onu bir Docker kapsayıcısı olarak kurmaktır.
TensorFlow'u kullanarak yükleyin pip
pip
Python paketleri için resmi paket yönetim aracıdır. Python ve pip, varsayılan olarak CentOS'ta yüklü değildir.
Paketleri kurmak için şunu çalıştırın:
sudo dnf install python3
Kurulum, indirme onayı vb. istediğinde, girin Y
ve ardından Enter
kuruluma devam etmek için tuşuna basın . Paket python3
Python 3'ün yanı sıra Pip 3'ü de yükleyecektir.
TensorFlow'u bir Python sanal ortamında çalıştırmanız önerilir. Bir sanal ortam, kullanıcının aynı bilgisayarda birbirinden izole edilmiş, gerekli paketlerin farklı sürümleriyle birden çok Python ortamını çalıştırmasını sağlar. Bu, bir paketin belirli bir sürümüyle bir sanal ortamda yapılan geliştirmenin başka bir ortamdaki geliştirmeyi etkilememesini sağlamak içindir.
Python sanal ortamını çalıştırmak için modülü kullanmamız gerekiyor venv
. Her şeyden önce, TensorFlow proje dizininizi oluşturun ve gidin.
mkdir dev/tf
cd dev/tf
Bu dizinde sanal bir ortam oluşturmak için şunu çalıştırın:
python3 -m venv tf_venv
Bu tf_venv
, Python sanal ortamı olan yeni bir dizin yaratacaktır . Minimum gerekli dosyaları içerir, yani. Python yürütülebilir dosyası, Pip yürütülebilir dosyası ve diğer bazı gerekli kitaplıklar.
Sanal ortamı başlatmak için şunu çalıştırın:
source bin/ac
Bu, istemin adını tf_venv
, yani sanal ortam klasörünün adını değiştirecektir.
Şimdi bu sanal ortama TensorFlow kuracağız. TensorFlow için gereken minimum pip
sürüm 19'dur. Pip'i en son sürüme yükseltmek için şunu çalıştırın:
pip install --upgrade pip
Yukarıda görüldüğü gibi pip'in 20.0.2 sürümü kuruldu.
TensorFlow paketini benzer şekilde kurun.
pip install --upgrade tensorflow
Paketin boyutu oldukça büyüktür (~420 MB) ve bağımlılıklarıyla birlikte indirilip yüklenmesi biraz zaman alabilir.
Kurulduktan sonra, TensorFlow sürümünü kontrol etmek için küçük bir kod parçasıyla TensorFlow kurulumunu doğrulayabiliriz.
python -c 'import tensorflow as tf; print(tf.__version__)'
Sanal ortamdan çıkmak için şunu çalıştırın:
deactivate
Docker Container kullanarak TensorFlow'u yükleyin
Docker, artık Container adı verilen sanallaştırılmış bir ortamda programları kurmanın ve çalıştırmanın köklü bir yoludur. Önceki yöntemde gördüğümüz bir Python sanal ortamına benzer. Ancak, Docker kapsam olarak çok daha geniştir ve Docker kapsayıcıları tamamen yalıtılmıştır ve kendi yapılandırmalarına, yazılım paketlerine ve kitaplıklarına sahiptir. Konteynerler birbirleriyle kanallar aracılığıyla haberleşebilir.
TensorFlow'u bir Docker kapsayıcı üzerinden kurup çalıştırabilir ve sanallaştırılmış bir ortamda çalıştırabiliriz. TensorFlow geliştiricileri, her sürümde test edilen bir Docker Container görüntüsü tutar.
Öncelikle CentOS sistemimize Docker kurmamız gerekiyor. Bunun için CentOS için resmi Docker kurulum kılavuzuna bakın .
Ardından, TensorFlow için en son kapsayıcı görüntüsünü indirmek için şunu çalıştırın:
docker pull tensorflow/tensorflow
Not: Sisteminizde özel bir Grafik İşlem Birimi (GPU) varsa, bunun yerine aşağıdaki komutu kullanarak GPU destekli en son kapsayıcı görüntüsünü indirebilirsiniz.
docker pull tensorflow/tensorflow:latest-gpu-jupyter
GPU özelliklerinin TensorFlow tarafından kullanılabilmesi için sisteminizde GPU için uygun sürücülerin kurulu olması gerekir. TensorFlow için GPU desteği hakkında daha fazla bilgi için Github deposundaki belgelere bakın .
Docker kapsayıcısında TensorFlow'u çalıştırmak için şunu çalıştırın:
docker run -it --rm tensorflow/tensorflow python -c "tensorflow'u tf olarak içe aktar; print(tf.__version__)"
Önce komutun her bir bölümünün ne anlama geldiğini açıklamaya çalışalım.
run
bir konteyner başlatmak için docker komutudur. -it
Etkileşimli bir kabuk başlatmak istediğimizde bayraklar sağlanır (Örn. Bash, Python). --rm
Clean Up adı verilen bayrak, konteyner çıktığında Docker tarafından konteyner çalışması için dahili olarak oluşturulan dosya sistemi ve günlüklerin yok edilmesi için belirtilir. Gelecekte hata ayıklama amacıyla günlükler gerekliyse bu bayrak kullanılmamalıdır. Ancak bizimki gibi küçük ön plan çalışmaları için kullanılabilir.
Sonraki bölümde Docker container imajımızın adını belirtiyoruz yani tensorflow/tensorflow
. Bunu, konteynerde çalıştırmak istediğimiz program/komut/yardımcı program takip eder. Testlerimiz için, kaptaki Python yorumlayıcısını çağırıyoruz ve ona TensorFlow'un sürümünü yazdıran kodu iletiyoruz.
Docker'ın kapsayıcıyı başlatırken bir miktar günlük yazdırdığını görebiliriz. Kapsayıcı başladıktan sonra Python kodumuz çalışır ve TensorFlow sürümü yazdırılır (2.1.0).
Python yorumlayıcısını bir kabuk olarak da başlatabiliriz, böylece birden fazla TensorFlow kodu satırı çalıştırmaya devam edebiliriz.
Çözüm
Bu yazıda TensorFlow'u CentOS'a kurmak için iki yöntem gördük. Her iki yöntem de, TensorFlow'u kullanırken önerilen bir yaklaşım olan sanallaştırılmış bir ortamda TensorFlow'u çalıştırmak içindir.
TensorFlow'da yeni başlıyorsanız, resmi TensorFlow eğitimlerinden temel bilgilerle başlayabilirsiniz .