TensorFlow es una plataforma gratuita y de código abierto para crear modelos de aprendizaje automático desarrollado por Google. Lo utilizan varias organizaciones, incluidas Twitter, PayPal, Intel, Lenovo y Airbus.
Este tutorial lo guiará a través de cómo instalar TensorFlow en CentOS 7.
TensorFlow se puede instalar en todo el sistema, en un entorno virtual de Python, como Dockercontainer o con Anaconda.
Instalando TensorFlow en CentOS #
TensorFlow es compatible con Python 2 y 3.
Usaremos Python 3 e instalaremos TensorFlow dentro de un entorno virtual. De esta forma, puede tener varios entornos de Python aislados diferentes en una sola computadora e instalar una versión específica de un módulo por proyecto sin preocuparse de que afecte a sus otros proyectos.
1. Instalando Python 3 #
Instalaremos Python3.6 desde los repositorios de Software Collections (SCL).
CentOS 7 se envía con Python 2.7.5, que es una parte fundamental del sistema base de CentOS. SCL le permitirá instalar versiones más recientes de python 3.x junto con el python v2.7.5 predeterminado para que las herramientas del sistema, como yum, sigan funcionando correctamente.
Para habilitar el repositorio, instale el archivo de versión de SCL:
sudo yum install centos-release-sclUna vez hecho, instale Python 3.6 ejecutando el siguiente comando:
sudo yum install rh-python36
Ahora estamos listos para crear un entorno virtual para nuestro proyecto TensorFlow.
2. Creación de un entorno virtual #
A partir de Python 3.6, la forma recomendada de crear un entorno virtual es usar el venv módulo.
Para acceder a Python 3.6, debe iniciar una nueva instancia de shell con la herramienta scl:
scl enable rh-python36 bashNavegue hasta el directorio donde le gustaría almacenar su proyecto de TensorFlow. Puede ser su directorio de inicio o cualquier otro directorio donde el usuario tenga permisos de lectura y escritura.
Crea un nuevo directorio para el proyecto TensorFlow y haz clic en él:
mkdir tensorflow_projectcd tensorflow_project
Dentro del directorio, ejecute el siguiente comando para crear el entorno virtual:
python3 -m venv venv
El comando anterior crea un directorio llamado venv , que contiene una copia del binario de Python, el administrador de paquetes Pip, la biblioteca estándar de Python y otros archivos de soporte. Puede usar cualquier nombre que desee para el entorno virtual.
Para comenzar a usar este entorno virtual, debe activarlo ejecutando activate guión:
source venv/bin/activate
Una vez activado, el directorio bin del entorno virtual se agregará al comienzo de $PATH variable. También cambiará el indicador de su shell y mostrará el nombre del entorno virtual que está utilizando actualmente. En este caso es venv .
La instalación de TensorFlow requiere pip versión 19 o superior. Ejecute el siguiente comando para actualizar pip a la última versión:
pip install --upgrade pip3. Instalación de TensorFlow #
Ahora que el entorno virtual está activado, es hora de instalar la biblioteca TensorFlow. Para hacerlo, escriba lo siguiente:
pip install --upgrade tensorflow
Si tienes una GPU NVIDIA dedicada y quieres aprovechar su potencia de procesamiento, en lugar de tensorflow instala el tensorflow-gpu paquete que incluye compatibilidad con GPU.
Dentro del entorno virtual, puede usar el comando pip en lugar de pip3 y python en lugar de python3 .
Para verificar la instalación, use el siguiente comando que imprimirá la versión de TensorFlow:
python -c 'import tensorflow as tf; print(tf.__version__)'Al momento de escribir este artículo, la última versión estable de TensorFlow es 2.0.0
2.0.0
Su versión de TensorFlow puede diferir de la versión que se muestra aquí.
Si es nuevo en TensorFlow, visite la página Comenzar con TensorFlow y aprenda cómo crear su primera aplicación ML. También puede clonar los repositorios TensorFlow Models o TensorFlow-Examples de Github y explorar y probar los ejemplos de TensorFlow.
Una vez que haya terminado con su trabajo, desactive el entorno escribiendo deactivate y volverás a tu shell normal.
deactivate