はじめに
TensorFlow は、機械学習モデルを実装するプロセスを簡素化するように設計された、機械学習用のGoogleのオープンソースプラットフォームです。
研究者、データサイエンティスト、および開発者は、このエンドツーエンドのライブラリを数値計算に使用します。 TensorFlowは、複数のCPU、GPU、およびモバイルオペレーティングシステムで実行されます。
このチュートリアルでは、CentOS7にTensorFlowをインストールする方法を学びます。

前提条件
- CentOSLinuxシステム
- コマンドライン/ターミナルウィンドウへのアクセス( Ctrl + Alt + F2 )
- sudoのユーザーアカウント 特権
- rootユーザーへのアクセス
- Pip19.0以降
ステップ1:EPELリポジトリを有効にして更新する
必要なパッケージと依存関係をダウンロードするには、最初にEPELリポジトリをインストールして更新する必要があります。次の2つのコマンドを使用します。
sudo yum -y install epel-release
yum -y update

ステップ2:必要なパッケージをインストールする
TensorFlowは複数の言語をサポートしていますが、Pythonはほとんどの機能を提供する言語です。
CentOSにPythonがインストールされていない場合は、次のコマンドを実行して pipをインストールします。 (Pythonのパッケージ管理システム)と言語自体:
sudo yum -y install gcc gcc-c++ python-pip python-devel atlas atlas-devel gcc-gfortran openssl-devel libffi-devel

出力は、システムが依存関係をダウンロードしたことを示しています。

ステップ3:仮想環境を作成する
次に、TensorFlowのダウンロードURLを指す環境変数を作成します。そうすることで、パッケージのインストールがCentOSシステムから分離されます。
pip
を使用する コマンド、仮想環境ソフトウェアのインストールとアップグレード。 Virtualenvの使用をお勧めします 、分離されたPython環境を作成するために特別に設計されたツール。
次のコマンドを使用して、CentOSにVirtualenvをインストールおよびアップグレードします。
pip install --upgrade virtualenv

警告: 次のステップでは、ルート環境とホームディレクトリにアクセスする必要があります。 ルートに変更する シェルが必要です。次のコマンドを実行して切り替えます: sudo su -
。 rootユーザーのパスワードを入力し、Enterキーを押します。
次のように入力して、新しい環境を作成します。
virtualenv --system-site-packages ~/venvs/tensorflow

最後に、環境をアクティブ化します:
source ~/venvs/tensorflow/bin/activate
環境をアクティブ化すると、コマンドラインプロンプトが変更され、仮想環境のbinディレクトリがプレフィックスとして追加されます。これは、仮想環境内で作業していることを意味します。
ステップ4:TensorFlowをインストールする
仮想環境をセットアップしてアクティブ化した後、最終的にTensorFlowライブラリのインストールに進むことができます。利用可能なソフトウェアパッケージは、 TensorFlow for CPUの2つです。 およびGPU用TensorFlow 。
CPU用のTensorFlowをインストールする
デフォルトのソフトウェアパッケージは、CPUを利用した機械学習ワークロードをサポートします。 TensorFlowの最新の安定したリリースをインストールするには CPUの場合 (初心者に推奨)および依存関係、次のように入力します:
pip install --upgrade tensorflow

GPU用のTensorFlowをインストールする
TensorFlow for GPUは、GPUを利用した機械学習ワークロードをサポートします。 TensorFlow for GPUの最新の安定したリリースをインストールするには (初心者に推奨)、次のコマンドを実行します:
pip install --upgrade tensorflow-gpu

GPUをサポートするTensorFlowには、追加のハードウェアとソフトウェアが必要であることに注意してください。詳細については、GPUサポートに関するTensorFlowのドキュメントを参照してください。
古いバージョンのTensorFlowをインストールする
CPUバージョン1.14以前のTensorFlowをインストールするには 次の形式でコマンドを実行します。
pip install tensorflow==package_version
たとえば、TensorFlow for CPUバージョン1.14をインストールするには、次のように入力します。
pip install tensorflow==1.14

TensorFlowforGPUバージョン1.14をインストールするには 、次の形式でコマンドを入力します:
pip install tensorflow-gpu==1.14
TensorFlow 1.15 単一のパッケージでCPUとGPUの両方のワークロードをサポートします。 1.15リリースをインストールするには、次のコマンドを実行します。
pip install tensorflow-gpu==1.15rc2
ステップ5:TensorFlowのインストールを確認する
次のコマンドを使用してTensorFlowのインストールを確認します:
python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"