آموزش نصب TensorFlow در CentOS 8
TensorFlow یک بستر منبع باز برای machine learning است که توسط گوگل ساخته شده است. این دستگاه بر روی CPU یا GPU در دستگاه های مختلف قابل اجرا است و توسط تعدادی از سازمان ها از جمله توییتر، پی پال، اینتل، لنوو و ایرباس مورد استفاده قرار می گیرد. در این آموزش نحوه نصب TensorFlow در CentOS 8 توضیح داده شده است.
TensorFlow را می توان در یک سیستم گسترده، در یک محیط مجازی Python ، به عنوان یک ظرف Docker یا با آناکوندا نصب کرد.
TensorFlow از Python 2 و 3 پشتیبانی می کند. ما از Python 3 استفاده خواهیم کرد و TensorFlow را در یک محیط مجازی نصب خواهیم کرد.
یک محیط مجازی به شما امکان می دهد چندین محیط مختلف جدا شده Python را بر روی یک کامپیوتر واحد داشته باشید و یک نسخه خاص از ماژول را بر اساس هر پروژه نصب کنید ، بدون اینکه نگرانی از تأثیر آن بر سایر پروژه های شما داشته باشد.
یک راز بزرگ درمورد 90 % هاستینگ های ایرانی، اورسل کردن بیش از حد است که باعث افت کیفیت سرورها میشود.
یک راز بزرگ درمورد 90 % هاستینگ های ایرانی، اورسل کردن بیش از حد است که باعث افت کیفیت سرورها میشود.
وان سرور با ارائه دسترسی های مختلف این امکان را به شما خواهد داد که تمامی منابع سرورتان را مدیریت و بررسی کنید و همچنین با ارائه گارانتی 100% برگشت وجه ریسک خرید شما را به %0 کاهش میدهد.
نصب TensorFlow در CentOS
برخلاف سایر توزیع های لینوکس، پایتون به طور پیش فرض روی CentOS 8 نصب نشده است. برای نصب پایتون 3 در CentOS 8 دستور زیر را به عنوان کاربر root یا sudo در ترمینال خود اجرا کنید:
sudo dnf install python3
دستور فوق Python 3.6 و pip را نصب خواهد کرد. برای اجرای پایتون 3 ، باید python3 صورت صریح تایپ ، و pip3 را اجرا کنید.
با شروع پایتون 3.6 ، روش پیشنهادی برای ایجاد یک محیط مجازی استفاده از ماژول venv است.
به پوشه ای بروید که می خواهید پروژه TensorFlow خود را ذخیره کنید. این می تواند دایرکتوری Home شما یا هر فهرست دیگری باشد که کاربر مجوز خوانده و نوشتن آن را داشته باشد.
یک دایرکتوری جدید برای پروژه TensorFlow ایجاد کنید و به آن تغییر دهید:
mkdir tensorflow_project
cd tensorflow_project
در داخل فهرست ، دستور زیر را برای ایجاد محیط مجازی اجرا کنید:
python3 -m venv venv
دستور فوق یک دایرکتوری به نام venv ایجاد می کند ، که حاوی یک نسخه از باینری پایتون است ، به کتابخانه استاندارد پایتون و سایر فایلهای پشتیبان پیوند می زند. می توانید از هر نامی که می خواهید برای محیط مجازی استفاده کنید.
برای شروع استفاده از محیط مجازی ، آن را با تایپ کردن دستور زیر فعال کنید:
source venv/bin/activate
در ادامه…
پس از فعال سازی ، در ابتدا متغیر $PATH دایرکتوری سطر محیط مجازی اضافه می شود. همچنین ، شل شما تغییر خواهد کرد و نام محیط مجازی را که در حال حاضر از آن استفاده می کنید نشان می دهد. در این مثال، نام آنvenv است.
نصب TensorFlow به pip نسخه 19 یا بالاتر نیاز دارد. دستور زیر را برای به روزرسانی pip به آخرین نسخه اجرا کنید:
pip install --upgrade pip
اکنون که محیط مجازی ایجاد و فعال شده است ، کتابخانه TensorFlow را با استفاده از دستور زیر نصب کنید:
pip install --upgrade tensorflow
اگر یک GPU اختصاصی NVIDIA دارید و می خواهید از قدرت پردازش آن استفاده کنید ، به جای tensorflow ، بسته tensorflow-gpu نصب کنید ، که شامل پشتیبانی از GPU است.
در محیط مجازی می توانید به جای pip3 از pip و بجای python استفاده از python3 استفاده کنید.
برای تأیید نصب ، دستور زیر را اجرا کنید ، که نسخه TensorFlow را چاپ می کند:
python -c 'import tensorflow as tf; print(tf.__version__)'
در زمان نوشتن این مقاله ، آخرین نسخه پایدار TensorFlow 2.1.0 است:
نسخه TensorFlow شما ممکن است با نسخه نشان داده شده در اینجا متفاوت باشد.
اگر تازه وارد TensorFlow هستید ، از صفحه شروع کار با TensorFlow بازدید کنید و نحوه ساخت اولین برنامه ML خود را بیاموزید. همچنین می توانید مخازن TensorFlow Models یا مخازن TensorFlow-Examples را از Github کلون کرده و نمونه های TensorFlow را اکتشاف و آزمایش کنید.
پس از اتمام کار خود ، محیط را با تایپ کردن deactivate و به شل معمولی خود باز خواهید گشت.
deactivate
شما TensorFlow با موفقیت نصب کرده اید ، و می توانید شروع به استفاده از آن کنید.
نتیجه گیری
ما به شما نشان داده ایم که چگونه TensorFlow را در یک محیط مجازی در CentOS 8 نصب کنید.