TensorFlow是Google构建的开放源代码的机器学习平台。

它可以在不同设备上的CPU或者GPU上运行，并且被许多组织使用，包括Twitter，PayPal，Intel，Lenovo和Airbus。

TensorFlow可以在系统范围内，Python虚拟环境中，作为Docker容器或者与Anaconda一起安装。

本教程说明了如何在CentOS 8上安装TensorFlow。

TensorFlow支持Python 2和3.
我们将使用Python 3并在虚拟环境中安装TensorFlow。
虚拟环境使我们可以在一台计算机上拥有多个不同的隔离Python环境，并在每个项目的基础上安装模块的特定版本，而不必担心会影响其他项目。

在CentOS上安装TensorFlow

与其他Linux发行版不同，CentOS 8上默认未安装Python。
要在CentOS 8上安装Python 3，请以root或者sudo用户身份在终端中运行以下命令：

sudo dnf install python3

上面的命令将安装Python 3.6和pip。

要运行Python 3，我们需要显式键入'python3'并运行pip类型'pip3'。

从Python 3.6开始，创建虚拟环境的推荐方法是使用“ venv”模块。

导航到我们想要存储TensorFlow项目的目录。

它可以是主目录，也可以是用户具有读写权限的任何其他目录。

为TensorFlow项目创建一个新目录并切换到该目录：

mkdir tensorflow_project cd tensorflow_project

在目录中，运行以下命令以创建虚拟环境：

python3 -m venv venv

上面的命令创建一个名为“ venv”的目录，其中包含Python二进制文件的副本，pip标准Python库以及其他支持文件。
我们可以为虚拟环境使用任何想要的名称。

要开始使用虚拟环境，请通过键入以下内容将其激活：

source venv/bin/activate

激活后，虚拟环境的bin目录将添加到“ $PATH”变量的开头。

另外，Shell提示符将更改，并显示我们当前正在使用的虚拟环境的名称。
在这种情况下，这就是'venv'。

TensorFlow安装需要'pip'版本19或者更高版本。
运行以下命令以将“ pip”升级到最新版本：

pip install --upgrade pip

现在已经创建并激活了虚拟环境，使用以下命令安装TensorFlow库：

pip install --upgrade tensorflow

如果我们拥有专用的NVIDIA GPU，并且想利用其处理能力而不是'tensorflow'，请安装'tensorflow-gpu'软件包，其中包括GPU支持。

在虚拟环境中，可以使用命令'pip'代替'pip3'和'python'代替'python3'。

要验证安装，请运行以下命令，该命令将打印TensorFlow版本：

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

在撰写本文时，TensorFlow的最新稳定版本是2.1.0：

2.1.0

TensorFlow版本可能与此处显示的版本不同。

如果我们不熟悉TensorFlow，请访问TensorFlow入门页面并了解如何构建第一个ML应用程序。

我们还可以从Github克隆TensorFlow模型或者TensorFlow-Examples存储库，并探索和测试TensorFlow示例。

完成工作后，通过输入'deactivate'停用环境，我们将返回到常规shell。

deactivate

我们已经成功安装了TensorFlow，就可以开始使用它了。