如何在 CentOS 上安裝 TensorFlow

使用 Python (pip) 或 Docker 容器安裝 TensorFlow

TensorFlow 是谷歌的機器學習平台。它是開源的，擁有大量由開發者社區以及谷歌和其他公司開發的工具、庫和其他資源。

TensorFlow 可用於所有常用的操作系統，即。Windows、Mac 操作系統、GNU/Linux。它可以使用該pip工具從 Python Package Index 下載和安裝，並且可以在虛擬 Python 環境中運行。另一種使用方法是將其安裝為 Docker 容器。

使用 TensorFlow 安裝 pip

pip是 Python 包的官方包管理實用程序。CentOS 上默認沒有安裝 Python 和 pip。

要安裝軟件包，請運行：

sudo dnf install python3

每當安裝要求確認下載等時，輸入Y然後按Enter鍵繼續安裝。該軟件包python3將安裝 Python 3 和 Pip 3。

建議在 Python 虛擬環境中運行 TensorFlow。虛擬環境允許用戶在同一台計算機上運行多個 Python 環境，這些環境具有不同版本的所需包，彼此隔離。這是為了確保在具有特定版本包的虛擬環境中進行的開發不會影響在另一個環境中的開發。

要運行 Python 虛擬環境，我們需要使用模塊venv. 首先，創建並轉到您的 TensorFlow 項目目錄。

mkdir dev/tf
cd dev/tf

要在此目錄中創建虛擬環境，請運行：

python3 -m venv tf_venv

這將創建一個新目錄tf_venv，它是 Python 虛擬環境。它包含最少的必需文件，即。Python 可執行文件、Pip 可執行文件和其他一些必需的庫。

要啟動虛擬環境，請運行：

source bin/ac

這會將提示的名稱更改為tf_venv，即虛擬環境文件夾的名稱。

現在我們將在這個虛擬環境中安裝 TensorFlow。對於 TensorFlow，所需的最低pip版本是 19。要將 pip 升級到最新版本，請運行：

pip install --upgrade pip

如上所示，安裝了 20.0.2 版的 pip。

以類似的方式安裝包 TensorFlow。

pip install --upgrade tensorflow

該軟件包非常大（約 420 MB），可能需要一些時間來下載和安裝其依賴項。

安裝完成後，我們可以通過一小段代碼來驗證 TensorFlow 的安裝，以檢查 TensorFlow 的版本。

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

要退出虛擬環境，請運行：

deactivate

使用 Docker 容器安裝 TensorFlow

Docker 現在是一種在稱為容器的虛擬化環境中安裝和運行程序的成熟方法。它在某種程度上類似於我們在之前的方法中看到的 Python 虛擬環境。但是，Docker 的範圍要廣泛得多，Docker 容器是完全隔離的，並且有自己的配置、軟件包和庫。容器之間可以通過通道進行通信。

我們可以通過 Docker 容器安裝和運行 TensorFlow，並在虛擬化環境中運行它。TensorFlow 的開發人員維護一個 Docker 容器映像，每個版本都會對其進行測試。

首先，我們需要在我們的 CentOS 系統上安裝 Docker。為此，請參閱CentOS的官方 Docker 安裝指南。

接下來，要下載 TensorFlow 的最新容器映像，請運行：

docker pull tensorflow/tensorflow

注意：如果您的系統有專用的圖形處理單元 (GPU)，您可以改為使用以下命令下載支持 GPU的最新容器映像。

docker pull tensorflow/tensorflow:latest-gpu-jupyter

您的系統必須為 GPU 安裝適當的驅動程序，以便 TensorFlow 可以使用 GPU 功能。有關 TensorFlow 的 GPU 支持的更多信息，請查看Github 存儲庫上的文檔。

要在 Docker 容器中運行 TensorFlow，請運行：

docker run -it --rm tensorflow/tensorflow python -c“將tensorflow導入為tf；打印（tf.__version__）”

讓我們首先嘗試分解命令的每個部分的含義。

run是啟動容器的 docker 命令。-it當我們想要啟動交互式 shell（例如 Bash、Python）時會提供這些標誌。--rm指定名為 Clean Up 的標誌，以便在容器退出時銷毀 Docker 內部為容器運行創建的文件系統和日誌。如果將來出於調試目的需要日誌，則不應使用此標誌。但是對於像我們這樣的小前台運行，它可以使用。

在下一部分中，我們指定 Docker 容器映像的名稱，即tensorflow/tensorflow. 接下來是我們要在容器中運行的程序/命令/實用程序。對於我們的測試，我們正在調用容器中的 Python 解釋器並將打印 TensorFlow 版本的代碼傳遞給它。

我們可以看到 Docker 在啟動容器時正在打印一些日誌。容器啟動後，我們的 Python 代碼運行並打印 TensorFlow 版本（2.1.0）。

我們也可以將 Python 解釋器作為 shell 啟動，這樣我們就可以繼續運行多行 TensorFlow 代碼。

結論

在本文中，我們看到了在 CentOS 上安裝 TensorFlow 的兩種方法。這兩種方法都是為了在虛擬化環境中運行 TensorFlow，這是使用 TensorFlow 時推薦的方法。

如果您是 TensorFlow 的初學者，您可以從TensorFlow 官方教程中的基礎知識開始。