Présentation
TensorFlow est la plate-forme open source de Google pour le machine learning, conçue pour simplifier le processus de mise en œuvre des modèles de machine learning.
Les chercheurs, les scientifiques des données et les développeurs utilisent cette bibliothèque de bout en bout pour le calcul numérique. TensorFlow s'exécute sur plusieurs processeurs, GPU et systèmes d'exploitation mobiles.
Dans ce didacticiel, découvrez comment installer TensorFlow sur CentOS 7.
Prérequis
- Un système Linux CentOS
- Accès à une ligne de commande/fenêtre de terminal (Ctrl +Alt +F2 )
- Un compte utilisateur avec sudo privilèges
- Accès à l'utilisateur racine
- Pip 19.0 ou version ultérieure
Étape 1 :Activer et mettre à jour le référentiel EPEL
Pour télécharger les packages et les dépendances requis, vous devez d'abord installer et mettre à jour le référentiel EPEL. Utilisez les deux commandes suivantes :
sudo yum -y install epel-releaseyum -y update
Étape 2 :Installez les packages requis
Bien que TensorFlow prenne en charge plusieurs langages, Python est celui qui offre le plus de fonctionnalités.
Si Python n'est pas installé sur CentOS, exécutez la commande suivante pour installer pip (un système de gestion de paquets pour Python) et le langage lui-même :
sudo yum -y install gcc gcc-c++ python-pip python-devel atlas atlas-devel gcc-gfortran openssl-devel libffi-devel
La sortie montre que le système a téléchargé les dépendances.
Étape 3 :Créer un environnement virtuel
Ensuite, créez une variable d'environnement qui pointe vers l'URL de téléchargement de TensorFlow. Cela isole l'installation du package du système CentOS.
Utilisation du pip commander, installer et mettre à niveau un logiciel d'environnement virtuel. Nous vous recommandons d'utiliser Virtualenv , un outil spécialement conçu pour créer des environnements Python isolés.
Utilisez la commande suivante pour installer et mettre à niveau Virtualenv sur CentOS :
pip install --upgrade virtualenv
Avertissement : L'étape suivante nécessite l'accès à l'environnement racine et au répertoire de base. Passage à la racine coque est nécessaire. Exécutez la commande suivante pour y accéder :sudo su - . Saisissez le mot de passe de l'utilisateur root et appuyez sur Entrée.
Créez un nouvel environnement en tapant :
virtualenv --system-site-packages ~/venvs/tensorflow
Enfin, activez l'environnement :
source ~/venvs/tensorflow/bin/activateL'activation de l'environnement modifie l'invite de ligne de commande, en ajoutant le répertoire bin de l'environnement virtuel comme préfixe. Cela signifie que vous travaillez maintenant dans l'environnement virtuel.
Étape 4 :Installer TensorFlow
Après avoir configuré et activé l'environnement virtuel, vous pouvez enfin passer à l'installation de la bibliothèque TensorFlow. Il existe deux packages logiciels disponibles, TensorFlow pour CPU et TensorFlow pour GPU .
Installer TensorFlow pour le processeur
Le package logiciel par défaut prend en charge les charges de travail d'apprentissage automatique alimentées par le processeur. Pour installer la dernière version stable de TensorFlow pour le processeur (recommandé pour les débutants) et les dépendances, tapez :
pip install --upgrade tensorflow
Installer TensorFlow pour GPU
TensorFlow pour GPU prend en charge les charges de travail d'apprentissage automatique alimentées par GPU. Pour installer la dernière version stable de TensorFlow pour GPU (recommandé pour les débutants), exécutez la commande suivante :
pip install --upgrade tensorflow-gpu
Notez que TensorFlow avec prise en charge GPU nécessite du matériel et des logiciels supplémentaires. Pour en savoir plus, consultez la documentation de TensorFlow sur la prise en charge des GPU.
Installer les anciennes versions de TensorFlow
Pour installer TensorFlow pour la version 1.14 ou antérieure du processeur, exécutez la commande au format suivant :
pip install tensorflow==package_versionPar exemple, pour installer TensorFlow pour la version 1.14 du processeur, saisissez :
pip install tensorflow==1.14
Pour installer TensorFlow pour GPU version 1.14 , saisissez la commande au format suivant :
pip install tensorflow-gpu==1.14TensorFlow 1.15 prend en charge les charges de travail CPU et GPU dans un seul package. Pour installer la version 1.15, exécutez la commande suivante :
pip install tensorflow-gpu==1.15rc2Étape 5 :Vérifier l'installation de TensorFlow
Vérifiez l'installation de TensorFlow avec la commande suivante :
python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"