1、虚拟机部署Centos7.9最小版本
CentOS-7-x86_64-Minimal-2009.iso
TensorFlow 可以在系统范围内被安装,在一个 Python 虚拟环境,作为一个 Docker 容器,或者和 Anaconda 一起。
TensorFlow 同时支持 Python 2 和 3。
我们将会使用 Python 3 ,并且将 TensorFlow 安装在一个虚拟环境。这种方式下,你可以在一台简单的电脑上拥有不同的相互隔离的 Python 环境,并且可以针对每个项目安装一个指定版本的模块,而不用担心这个模块会影响你的其他项目。
1.1 安装 Python 3
我们将会从软件集合软件源(SCL)中安装 Python 3.6。
CentOS 7 搭载 Python 2.7.5 ,它是 CentOS 基础系统中的一个关键部分。SCL 将会允许在默认的 python v2.7.5 旁边你安装 Python 3.X 系列的新版本,而系统工具例如 yum 仍然能够正常运行。
想要启用这个软件源,安装 SCL 发布文件:
sudo yum install centos-release-scl
一旦完成,使用下面的命令安装 Python 3.6:
sudo yum install rh-python36
我们现在准备好为我们的 TensorFlow 项目创建一个虚拟环境了。
1.2 创建一个虚拟环境
从 Python 3.6 开始,推荐用来创建一个虚拟环境的方式就是使用venv模块。
想要访问 Python 3.6,你需要使用 scl 工具启动一个新的 shell 实例:
scl enable rh-python36 bash
导航到你想要存储 TensorFlow 项目的目录。它可以是你的主目录,或者任何其他用户拥有读写权限的目录。
为 TensorFlow 项目创建一个新的目录,并且 cd 进去:
mkdir tensorflow_project
cd tensorflow_project
在该目录中,运行以下命令以创建虚拟环境:
[En]
In this directory, run the following command to create a virtual environment:
python3 -m venv venv
上面的命令创建了一个文件夹,名字为venv,它包含了 Python 二进制的拷贝,Pip package manager,标准的 Python 库和其他支持文件。你可以为虚拟环境使用任何你想要的名字。
想要使用这个虚拟环境,你需要激活它,并且运行activate 脚本:
source venv/bin/activate
一旦激活,虚拟环境的 bin 目录将会被添加到$PATH 环境变量的前面。你的 shell 提示符将会改变,并且它将会显示你当前使用的虚拟环境的名字。在这里,名字是venv。
升级 pip 到最新版本,避免在安装软件包时出现问题:
pip install --upgrade pip
1.3 安装 TensorFlow
现在虚拟环境被激活了,是时候安装 TensorFlow 库文件了。想要这么做,输入下面的命令:
pip install -i https://pypi.douban.com/simple --upgrade tensorflow
国内源(如果不可用,切换源):
http://pypi.douban.com/ 豆瓣
http://pypi.hustunique.com/ 华中理工大学
http://pypi.sdutlinux.org/ 山东理工大学
http://pypi.mirrors.ustc.edu.cn/ 中国科学技术大学
如果你拥有独立的 NVIDIA GPU 并且想发挥它的处理能力,使用tensorflow-gpu
替换tensorflow
,它拥有 GPU 支持。
在虚拟环境内,你可以使用pip
替换pip3
,python
替换python3
。
想要验证安装,使用下面的命令将会打印出 TensorFlow 版本:
python -c 'import tensorflow as tf; print(tf.__version__)'
解除环境,通过输入deactivate,并且你将返回你的正常 shell。
deactivate
参考:
Original: https://blog.csdn.net/qq_31215163/article/details/122197591
Author: AhoBric
Title: centos7.9部署Tensorflow版本
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/511878/
转载文章受原作者版权保护。转载请注明原作者出处!