Jak nainstalovat TensorFlow na CentOS

Nainstalujte TensorFlow pomocí Pythonu (pip) nebo Docker Container

TensorFlow je platforma pro strojové učení od společnosti Google. Je to open source a má obrovské množství nástrojů, knihoven a dalších zdrojů vyvinutých jak její vývojářskou komunitou, tak Googlem a dalšími korporacemi.

TensorFlow je k dispozici pro všechny běžně používané operační systémy, viz. Windows, Mac OS, GNU/Linux. Lze jej stáhnout a nainstalovat buď z indexu balíčků Python pomocí pip nástroj a lze jej spustit ve virtuálním prostředí pythonu. Dalším způsobem použití je nainstalovat jej jako kontejner Docker.

Nainstalujte TensorFlow pomocí pip

pip je oficiální nástroj pro správu balíčků pro balíčky Python. Python a pip nejsou na CentOS ve výchozím nastavení nainstalovány.

Instalovat balíčky, spusťte:

sudo dnf nainstalovat python3

Kdykoli instalace požádá o potvrzení stažení atd., zadejte Y a poté stiskněte Vstupte pro pokračování v nastavení. Balík python3 nainstaluje Python 3 i Pip 3.

TensorFlow se doporučuje spouštět ve virtuálním prostředí Pythonu. Virtuální prostředí umožňuje uživateli spouštět více prostředí Pythonu s různými verzemi požadovaných balíčků, které jsou navzájem izolované, na stejném počítači. Je to proto, aby se zajistilo, že vývoj v jednom virtuálním prostředí s konkrétní verzí balíčku neovlivní vývoj v jiném prostředí.

Pro spuštění virtuálního prostředí Pythonu potřebujeme modul použít venv. Nejprve vytvořte a přejděte do adresáře projektu TensorFlow.

mkdir dev/tf cd dev/tf

Chcete-li vytvořit virtuální prostředí v tomto adresáři, spusťte:

python3 -m venv tf_venv

Tím se vytvoří nový adresář tf_venv což je virtuální prostředí Pythonu. Obsahuje minimální požadované soubory, např. Spustitelný soubor Pythonu, spustitelný soubor Pip a některé další požadované knihovny.

Chcete-li spustit virtuální prostředí, spustit:

zdroj bin/ac

Tím se změní název výzvy na tf_venv, tj. název složky virtuálního prostředí.

Nyní do tohoto virtuálního prostředí nainstalujeme TensorFlow. Pro TensorFlow je nutné minimum pip verze je 19. Chcete-li upgradovat pip na nejnovější verzi, běh:

pip install --upgrade pip

Jak je vidět výše, byla nainstalována verze 20.0.2 pip.

Nainstalujte balíček TensorFlow podobným způsobem.

pip install --upgrade tensorflow

Balíček je poměrně velký (~420 MB) a jeho stažení a instalace spolu s jeho závislostmi může nějakou dobu trvat.

Po instalaci můžeme ověřit instalaci TensorFlow pomocí malého kousku kódu pro kontrolu verze TensorFlow.

python -c 'importovat tensorflow jako tf; print(tf.__version__)'

Chcete-li ukončit virtuální prostředí, spusťte:

deaktivovat

Nainstalujte TensorFlow pomocí Docker Container

Docker je nyní dobře zavedený způsob instalace a spouštění programů ve virtualizovaném prostředí zvaném Container. Je to svým způsobem podobné virtuálnímu prostředí Pythonu, které jsme viděli v předchozí metodě. Docker má však mnohem širší rozsah a kontejnery Docker jsou zcela izolované a mají své vlastní konfigurace, softwarové balíčky a knihovny. Kontejnery mohou mezi sebou komunikovat prostřednictvím kanálů.

Můžeme nainstalovat a spustit TensorFlow prostřednictvím kontejneru Docker a spustit jej ve virtualizovaném prostředí. Vývojáři TensorFlow udržují image kontejneru Docker, který je testován s každým vydáním.

Nejprve musíme nainstalovat Docker na náš systém CentOS. Chcete-li to provést, podívejte se na oficiální instalační příručku Docker pro CentOS.

Dále, chcete-li stáhnout nejnovější obrázek kontejneru pro TensorFlow, spusťte:

docker pull tensorflow/tensorflow

Poznámka: Pokud má váš systém vyhrazenou jednotku grafického zpracování (GPU), můžete si místo toho stáhnout nejnovější bitovou kopii kontejneru s podporou GPU pomocí příkazu níže.

docker pull tensorflow/tensorflow:latest-gpu-jupyter

Váš systém musí mít nainstalované vhodné ovladače pro GPU, aby funkce GPU mohla využívat TensorFlow. Další informace o podpoře GPU pro TensorFlow najdete v dokumentaci k úložišti Github.

Chcete-li spustit TensorFlow v kontejneru Docker, spusťte:

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

Nejprve se pokusíme rozebrat, co jednotlivé části příkazu znamenají.

běh je příkaz docker pro spuštění kontejneru. Vlajky -to jsou dodávány, když chceme spustit interaktivní shell (např. Bash, Python). --rm příznak nazvaný Clean Up je specifikován tak, aby byl systém souborů a protokoly vytvořené interně Dockerem pro běh kontejneru zničeny, když kontejner opustí. Tento příznak by se neměl používat, pokud budou protokoly v budoucnu vyžadovány pro účely ladění. Ale pro malé běhy v popředí, jako je ten náš, to lze použít.

V další části specifikujeme název našeho obrázku kontejneru Docker, tj. tensorflow/tensorflow. Následuje program/příkaz/utilita, kterou chceme v kontejneru spustit. Pro naše testování vyvoláme interpret Pythonu v kontejneru a předáme mu kód, který vytiskne verzi TensorFlow.

Vidíme, že Docker při spouštění kontejneru tiskne nějaký protokol. Po spuštění kontejneru se spustí náš kód Python a vytiskne se verze TensorFlow (2.1.0).

Můžeme také spustit interpret Pythonu jako shell, takže můžeme pokračovat ve spouštění více řádků kódu TensorFlow.

Závěr

V tomto článku jsme viděli dva způsoby instalace TensorFlow na CentOS. Obě metody jsou určeny pro provoz TensorFlow ve virtualizovaném prostředí, což je doporučený přístup při používání TensorFlow.

Pokud jste v TensorFlow začátečník, můžete začít se základy z oficiálních tutoriálů TensorFlow.