Cara Install dan Konfigurasi TensorFlow di CentOS 7

TensorFlow adalah platform open source untuk machine learning yang dibangun oleh Google. TensorFlow digunakan oleh sejumlah organisasi termasuk Twitter, PayPal, Intel, Lenovo, dan Airbus.

TensorFlow dapat diinstal di seluruh sistem, dalam Python virtual environment, sebagai container Docker atau dengan Anaconda. Untuk tujuan pembelajaran, sebaiknya Anda menginstal TensorFlow di Python virtual environment.

Dengan virtual environment, Anda dapat memiliki beberapa proyek yang terisolasi dan berbeda pada satu komputer. Dengan metode ini, Anda tidak perlu khawatir akan mempengaruhi Proyek Anda yang lain.

Tutorial ini menjelaskan cara install TensorFlow di CentOS.

Install TensorFlow di CentOS

TensorFlow mendukung Python 2 dan 3.

Kami akan menggunakan Python 3 dan menginstal TensorFlow di dalam virtual environment (lingkungan virtual). Dengan cara ini Anda dapat memiliki beberapa proyek Python terisolasi yang berbeda pada satu komputer dan menginstal versi spesifik modul per proyek tanpa khawatir itu akan mempengaruhi Proyek Anda yang lain.

1. Install Python 3

Kita akan install Python 3.6 dari repositori Software Collections (SCL).

CentOS 7 secara default dikirimkan dengan Python 2.7.5 yang merupakan bagian penting dari sistem basis CentOS. SCL akan memungkinkan Anda untuk menginstal versi python 3.x yang lebih baru di samping python v2.7.5 default, sehingga tool bawaan sistem seperti yum akan terus bekerja dengan baik.

Untuk mengaktifkan repositori, instal file rilis SCL:

sudo yum install centos-release-scl

Setelah selesai instal Python 3.6 dengan menjalankan perintah berikut:

sudo yum install rh-python36

kita sekarang siap untuk membuat virtual environment untuk proyek TensorFlow.

2. Membuat Virtual Environment

Mulai dari Python 3.6, cara yang disarankan untuk membuat lingkungan virtual adalah dengan menggunakan modul venv.

Untuk mengakses Python 3.6 Anda harus meluncurkan instance shell baru menggunakan tool scl:

scl enable rh-python36 bash

Buat direktori baru untuk proyek TensorFlow dan masuk ke dalamnya:

mkdir my_tensorflow && cd my_tensorflow

Setelah di dalam direktori, jalankan perintah berikut untuk membuat virtual environment:

python3 -m venv venv

Perintah di atas membuat direktori bernama venv, yang berisi salinan binary Python, Pip package manager, Python library standar, dan file pendukung lainnya. Anda dapat menggunakan nama apa pun yang Anda inginkan untuk virtual environment.

Untuk mulai menggunakan virtual environment, Anda harus mengaktifkannya dengan menjalankan skrip activate dengan perintah source:

source venv/bin/activate

Setelah diaktifkan, direktori bin virtual environment akan ditambahkan di awal variabel $PATH. Selain itu, prompt shell Anda akan berubah dan akan menampilkan nama virtual environment yang saat ini Anda gunakan. Dalam hal ini yaitu venv.

Tingkatkan pip ke versi terbaru untuk menghindari masalah saat instalasi paket:

pip install --upgrade pip

3. Instal TensorFlow

Sekarang setelah lvirtual environment diaktifkan, saatnya untuk menginstal paket TensorFlow.

instal pip --upgrade tensorflow

Jika Anda memiliki GPU NVIDIA dan ingin memanfaatkan kekuatan pemrosesan alih-alih tensorflow, instal paket tensorflow-gpu yang mencakup dukungan GPU.

Dalam virtual environment, Anda dapat menggunakan perintah pip alih-alih pip3 dan pythonalih-alih python3.

Untuk memverifikasi instalasi gunakan perintah berikut yang akan mencetak versi TensorFlow:

python -c 'import tensorflow as tf; print(tf.__version__)'

Pada saat penulisan artikel ini, versi stabil terbaru dari TensorFlow adalah 1.13.1

1.13.1

Versi TensorFlow Anda mungkin berbeda dari versi yang ditampilkan di sini.

Jika Anda baru menggunakan TensorFlow, kunjungi halaman get started with TensorFlow dan pelajari cara membuat aplikasi Machine Learning pertama Anda. Anda juga dapat mengkloning TensorFlow Model atau repositori TensorFlow-Examples dari Github dan menjelajahi dan menguji contoh-contoh TensorFlow.

Setelahselesai dengan pekerjaan Anda, nonaktifkan environment, dengan mengetik deactivate dan Anda akan kembali ke shell normal.