TF - это платформа машинного обучения с открытым исходным кодом, созданная Google для всех. Установка TensorFlow на Fedora 29 может показаться сложной, но на самом деле это совсем несложный процесс.
Более подробную информацию о TF можно найти на https://www.tensorflow.org/
Этапы установки:
- Pip не установлен на Fedora 29, поэтому его необходимо установить, выполнив команду:
sudo dnf install python3-pip
2. Установите virtualenv (шаги venv можно пропустить в случае общесистемной установки)
sudo pip3 install -U virtualenv
3. Создание каталога проекта.
mkdir <name of project> cd <name of project> # Creates and changes the directory with any preffered name
4. Проверьте версию Python.
ВНИМАНИЕ!
Перед созданием виртуальной среды убедитесь, что Tensorflow поддерживает версию Python, установленную в вашей ОС.
Проверьте установленную версию Python, набрав python --version
Проверьте поддерживаемые версии python на https://www.tensorflow.org/install/pip внизу страницы.
В моем случае Fedora 29 поставлялась с предустановленным python 3.7, а последняя поддерживаемая версия python для tenorflow - 3.6, поэтому мне пришлось установить python 3.6, запустив:
sudo dnf install python36
5. Создайте виртуальную среду.
virtualenv —system-site-packages -p python<supported version you want to use> ./venv
так что в моем случае:
virtualenv —system-site-packages -p python3.6 ./venv
6. Активируйте virtualenv.
source ./venv/bin/activate
вы также можете обновить pip, чтобы убедиться, что все работает должным образом
pip install --upgrade pip
7. Установите тензорный поток на виртуальном сервере.
pip install tensorflow
8. Проверьте установку.
Теперь tenorflow должен быть установлен в virtualenv, но чтобы убедиться, что он действительно работает, давайте выполним команду
python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"
Команда должна вывести что-то подобное:
Если вы получили предупреждение о процессоре, вы можете запустить его, чтобы игнорировать его.
python -c "import tensorflow as tf; import os; os.environ['TF_CPP_MIN_LOG_LEVEL'] = ‘2’; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"
Теперь вы можете прочитать документацию TensorFlow и приступить к созданию реальных проектов.
9. Для выхода из virtualenv запустите
deactivate