TensorFlow est une plate-forme open source pour l'apprentissage automatique créée par Google. Il peut fonctionner sur CPU ou GPU sur différents appareils, et il est utilisé par un certain nombre d'organisations, notamment Twitter, PayPal, Intel, Lenovo et Airbus.
TensorFlow peut être installé à l'échelle du système, dans un environnement virtuel Python, en tant que conteneur Docker ou avec Anaconda.
Ce tutoriel explique comment installer TensorFlow sur CentOS 8.
TensorFlow prend en charge Python 2 et 3. Nous utiliserons Python 3 et installerons TensorFlow dans un environnement virtuel. Un environnement virtuel vous permet d'avoir plusieurs environnements Python isolés différents sur un seul ordinateur et d'installer une version spécifique d'un module pour chaque projet, sans craindre que cela n'affecte vos autres projets.
Installation de TensorFlow sur CentOS #
Contrairement aux autres distributions Linux, Python n'est pas installé par défaut sur CentOS 8. Pour installer Python 3 sur CentOS 8, exécutez la commande suivante en tant qu'utilisateur root ou sudo dans votre terminal :
sudo dnf install python3
La commande ci-dessus installera Python 3.6 et pip. Pour exécuter Python 3, vous devez taper python3 explicitement, et pour exécuter pip type pip3 .
À partir de Python 3.6, la méthode recommandée pour créer un environnement virtuel est d'utiliser le venv module.
Accédez au répertoire où vous souhaitez stocker votre projet TensorFlow. Il peut s'agir de votre répertoire personnel ou de tout autre répertoire dans lequel l'utilisateur dispose d'autorisations de lecture et d'écriture.
Créez un nouveau répertoire pour le projet TensorFlow et basculez-y :
mkdir tensorflow_projectcd tensorflow_project
Dans le répertoire, exécutez la commande suivante pour créer l'environnement virtuel :
python3 -m venv venv
La commande ci-dessus crée un répertoire nommé venv , contenant une copie du binaire Python, pip la bibliothèque Python standard et d'autres fichiers de support. Vous pouvez utiliser le nom de votre choix pour l'environnement virtuel.
Pour commencer à utiliser l'environnement virtuel, activez-le en tapant :
source venv/bin/activate
Une fois activé, le répertoire bin de l'environnement virtuel sera ajouté au début du $PATH variable. De plus, l'invite de votre shell changera et affichera le nom de l'environnement virtuel que vous utilisez actuellement. Dans ce cas, c'est venv .
L'installation de TensorFlow nécessite pip version 19 ou supérieure. Exécutez la commande suivante pour mettre à jour pip à la dernière version :
pip install --upgrade pipMaintenant que l'environnement virtuel est créé et activé, installez la bibliothèque TensorFlow à l'aide de la commande suivante :
pip install --upgrade tensorflow
Si vous avez un GPU NVIDIA dédié et que vous souhaitez profiter de sa puissance de traitement, au lieu de tensorflow , installez le tensorflow-gpu package, qui inclut la prise en charge du GPU.
Dans l'environnement virtuel, vous pouvez utiliser la commande pip au lieu de pip3 et python au lieu de python3 .
Pour vérifier l'installation, exécutez la commande suivante, qui imprimera la version de TensorFlow :
python -c 'import tensorflow as tf; print(tf.__version__)'Au moment de la rédaction de cet article, la dernière version stable de TensorFlow est la 2.1.0 :
2.1.0
Votre version de TensorFlow peut différer de la version présentée ici.
Si vous débutez avec TensorFlow, consultez la page Premiers pas avec TensorFlow et découvrez comment créer votre première application ML. Vous pouvez également cloner les référentiels TensorFlow Models ou TensorFlow-Examples de Github et explorer et tester les exemples TensorFlow.
Une fois que vous avez terminé votre travail, désactivez l'environnement en tapant deactivate , et vous reviendrez à votre shell normal.
deactivateC'est ça! Vous avez installé TensorFlow avec succès et vous pouvez commencer à l'utiliser.