Installieren Sie TensorFlow unter CentOS7. Es gibt viele Möglichkeiten, eine Python-Ausführungsumgebung zu erstellen, aber alle können schwierig sein, wenn Sie nicht mit Python vertraut sind. Dieses Mal habe ich dieses Verfahren mit dem Ziel erstellt, die Installation und Arbeit zu vereinfachen. Dieses Verfahren wurde mit CentOS 7.2 bestätigt, aber ich denke, dass es mit dem gleichen Verfahren für CentOS 6 und CentOS 7.3 oder höher installiert werden könnte.
Zunächst möchte ich Python, das standardmäßig mit CentOS geliefert wird, unberührt lassen Erstellen Sie eine virtuelle Umgebung für Python und installieren Sie TensorFlow darauf.
Installieren Sie pyenv, ein Tool zum Erstellen virtueller Umgebungen für Python. Bitte laden Sie pyenv von der offiziellen Website unten herunter. https://github.com/pyenv/pyenv/releases Dieses Verfahren verwendet zu diesem Zeitpunkt das neueste "pyenv-1.0.8".
Legen Sie das heruntergeladene pyenv-1.0.8.zip im Home-Verzeichnis des Benutzers ab. Entpacken Sie die Zip-Datei und benennen Sie sie um.
cd
unzip pyenv-1.0.8.zip
mv pyenv-1.0.8 ~/.pyenv
Legen Sie den Installationsort in der Umgebungsvariablen fest.
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
echo 'eval "$(pyenv init -)"' >> ~/.bashrc
source ~/.bashrc
Installieren Sie Anaconda, eine Reihe von Python und Conda, einem Paketverwaltungstool für Python. Der hier installierte Python ist nur für Anaconda und der in TensorFlow verwendete Python wird später installiert.
pyenv install anaconda3-4.3.0
pyenv rehash
pyenv global anaconda3-4.3.0
Fügen Sie Anaconda zu den Umgebungsvariablen hinzu.
echo 'export PATH="$PYENV_ROOT/versions/anaconda3-4.3.0/bin/:$PATH"' >> ~/.bashrc
source ~/.bashrc
Aktualisieren Sie als Überprüfung nach der Installation conda selbst, um festzustellen, welche Version von Pythono Anaconda verwendet wird.
conda update conda
python -V
Dieses Mal wurde es als "Python 3.6.0 :: Anaconda 4.3.0 (64-Bit)" angezeigt.
Installieren Sie schließlich Python für TensorFlow. "Tensorflow" ist der Name der virtuellen Python-Umgebung, die erstellt werden soll. Verwenden Sie daher einen beliebigen Namen. Auch dieses Mal möchte ich eine Umgebung für Python 3.6 erstellen.
conda create -n tensorflow python=3.6.0
Unten finden Sie den Befehl zum Eingeben der erstellten virtuellen Umgebung. Es ist schwer zu verstehen, da es sich um dasselbe Python 3.6.0 handelt, aber die Python-Version ändert sich beim Betreten der virtuellen Umgebung.
source activate tensorflow
python -V
Installieren Sie TensorFlow für Python 3.6. Bitte überprüfen Sie die offizielle Website unten für die Version von TensorFlow. https://www.tensorflow.org/install/install_linux#the_url_of_the_tensorflow_python_package
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.1-cp36-cp36m-linux_x86_64.whl
pip install --ignore-installed --upgrade $TF_BINARY_URL
Diesmal "erfolgreich installierte appdirs-1.4.3 numpy-1.12.1 Verpackung-16.8 protobuf-3.2.0 pyparsing-2.2.0 setuptools-34.3.2 six-1.10.0 tensorflow-1.0.1 Rad-0.29.0" Wurde angezeigt.
Rufen Sie die Python-Konsole auf und überprüfen Sie den Vorgang.
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
Ich kann TensorFlow nicht finden! Wenn die Meldung "Hallo, TensorFlow!" Angezeigt wird, ist dies in Ordnung. Drücken Sie Strg + d, um die Python-Konsole zu verlassen.
Damit ist die TensorFlow-Installation abgeschlossen! Wenn Sie nach der nächsten Anmeldung die TensorFlow-Ausführungsumgebung aufrufen möchten, Geben Sie die virtuelle Umgebung ein, die mit dem folgenden Befehl erstellt wurde. (Der Name wurde beim Erstellen der Umgebung angegeben.)
source activate tensorflow
Die Befehle aus der virtuellen TensorFlow-Umgebung lauten:
source deactivate
Von hier aus ist es optional, aber installieren Sie OpenCV usw., das erforderlich ist, wenn Sie ein umfassendes Lernen von Bildanalysesystemen wie CNN mit TensorFlow durchführen möchten. Geben Sie die erstellte virtuelle Umgebung ein und installieren Sie numPy, OpenCV und pillow der Reihe nach.
source activate tensorflow
conda install -c anaconda numpy=1.12.1
conda install -c menpo opencv3=3.1.0
conda install -c anaconda pillow=4.0.0
Rufen Sie die Python-Konsole auf und überprüfen Sie den Vorgang.
python
import numpy as np
import cv2
from PIL import Image
Wenn kein Fehler vorliegt, ist dies in Ordnung. Drücken Sie Strg + d, um die Python-Konsole zu verlassen.
Python 2.7 wird noch aktiv verwendet. Installieren wir also eine andere Version von Python. Wenn Sie sich in der zuvor erstellten virtuellen 3.6 TensorFlow-Umgebung befinden, beenden Sie sie. Erstellen Sie eine virtuelle Umgebung der Python 2.7-Serie mit dem Namen "tensorflow2".
conda create -n tensorflow2 python=2.7.13
Betreten Sie die virtuelle Umgebung und stellen Sie sicher, dass Python 2.7 installiert ist.
source activate tensorflow2
python -V
Installieren Sie nun TensorFlow auch auf Python 2.7.
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl
pip install --ignore-installed --upgrade $TF_BINARY_URL
Überprüfen Sie den Betrieb.
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
Damit ist die TensorFlow-Installation mit Python 2.7 abgeschlossen! Sie können numPy, OpenCV und pillow mit demselben Befehl wie Python 3.6 installieren.
Recommended Posts