TensorFlow是一个免费的开源平台，用于构建Google开发的机器学习模型。

包括Twitter，PayPal，Intel，Lenovo和Airbus在内的许多组织都使用它。

本教程将引导我们完成如何在CentOS 7上安装TensorFlow。

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。

在CentOS上安装TensorFlow

TensorFlow同时支持Python 2和3.

我们将使用Python 3并将TensorFlow安装在虚拟环境中。
这样，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，而不必担心这会影响其他Project。

1.安装Python 3

我们将从软件集合（SCL）存储库中安装Python 3.6.

CentOS 7附带了Python 2.7.5，这是CentOS基本系统的关键部分。
SCL允许我们在默认的python v2.7.5旁边安装新版本的python 3.x，以便yum之类的系统工具将继续正常运行。

要启用存储库，请安装SCL发行文件：

sudo yum install centos-release-scl

完成后，通过运行以下命令安装Python 3.6：

sudo yum install rh-python36

现在，我们准备为TensorFlow项目创建虚拟环境。

2.创建虚拟环境

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

要访问Python 3.6，我们需要使用scl工具启动一个新的shell实例：

scl enable rh-python36 bash

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cd进入该目录：

mkdir tensorflow_projectcd 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，该目录包含Python二进制文件，Pip程序包管理器，标准Python库和其他支持文件的副本。

我们可以为虚拟环境使用任何想要的名称。

要开始使用此虚拟环境，我们需要通过运行“激活”脚本来激活它：

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。

此外，Shell提示符也会更改，并且会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

3.安装TensorFlow

现在已经激活了虚拟环境，现在该安装TensorFlow库了。
为此，请键入以下内容：

pip install --upgrade tensorflow

如果我们拥有专用的NVIDIA GPU，并希望利用其处理能力，请安装包含GPU支持的'tensorflow-gpu'软件包，而不是'tensorflow'。

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，请使用以下命令来打印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2.0.0。

2.0.0

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，通过键入“ deactivate”来停用环境，我们将返回到常规shell。

deactivate