tensorflow离线安装指南
tensorflow离线安装是一件麻烦的事情,首先需要确定tensorflow安装包兼容当前环境,其次是依赖库较多且库版本需适配。
接下来,我们在一台有网络的centos服务器系统内下载依赖库并完成适配。
目录
1. 下载tensorflow安装包
1.1 确认python版本
1.2 配置venv
1.3 自动获取(安装)tensorflow指定版本
2. 离线适配依赖库
2.1 网络配置
2.2 适配依赖库
内容
1. 下载tensorflow安装包
首先,我们需要确定安装tensorflow的哪个版本,比如1.14.0的cpu版本,或是2.3.0的gpu版本。接下来,我们以1.14.0的cpu版本做示例。
1.1 确认python版本
在控制台中输入: whereis python 或 which python,如果有关于python的信息,继续输入 python -v,可以得到python版本信息(比如 Python 3.6.8),参考图1。
现在我们根据版本号,寻找对应的安装包(比如 centos8系统 Python 3.6.8版本):
cpu版本选择tensorflow-XXXX-cp36-cp36m-linux_x86_64.whl;
gpu版本选择tensorflow_gpu-XXXX-cp36-cp36m-linux_x86_64.whl。
1.2 配置venv
tensorflow安装包及依赖库都是通过pip指令执行安装或卸载,接下来,我们配置venv环境。
1. 首先创建个文件夹,比如在当前用户下创建python_venv (mkdir python_venv)
2. cd python_venv
3. python3 -m venv venv
4. source venv/bin/activate
说明:步骤3.导出python3自带的venv环境到/home/当前用户/python_venv/venv文件夹内;步骤4.读取并执行venv环境。
每次启动新的控制台都需要执行步骤4.(读取并执行venv环境),也可以把步骤4.内容写入当前用户的.bashrc文件中,之后不用手动执行步骤4.。
.bashrc追加信息:
echo "source /home/lk/python_venv/venv/bin/activate" >> ~/.bashrc
1.3 自动获取(安装)tensorflow指定版本
为了确保tensorflow安装包可用(或者自动安装指定版本),可以通过pip指令完成这部分工作。
控制台输入(已执行venv环境):
cpu版本: pip install tensorflow==1.14.0 或 pip install tensorflow-cpu==1.14.0 (部分版本指定-cpu可能找不到)
gpu版本: pip install tensorflow-gpu==1.14.0
参考图2,当执行上述类似指令时,Downloading处可以看到下载地址和安装包名称,我们可以通过这个安装包名称到相关网址下载即可。
2. 离线适配依赖库
现在tensorflow安装包已经确定了,接下来进行适配依赖库,这个过程相当繁琐,其中的某个库可能需要换好几次版本。
2.1 网络配置
pip指令安装tensorflow时自动安装依赖库,我们在安装前需要断开网络,然后根据缺库提示到相关网址下载下来,然后安装即可。
2.2 适配依赖库
接下来进入正题,开始适配:
输入: pip install tensorflow-1.14.0-cp36-cp36m-manylinux1_x86_64.whl
参考图3,我们在关网的情况下安装tensorflow-1.14.0,提示“找不到满足需求的keras-preprocessing>=1.0.5”。接下来我们到 https://pypi.tuna.tsinghua.edu.cn/simple/ 中寻找大于等于1.0.5的库:
根据网址加库名拼成:https://pypi.tuna.tsinghua.edu.cn/simple/keras-preprocessing,在这里我们选择Keras_Preprocessing-1.0.5-py2.py3-none-any.whl。
继续关网安装: pip install Keras_Preprocessing-1.0.5-py2.py3-none-any.whl
参考图4,Keras_Preprocessing依赖numpy库(大于等于1.9.1),只好寻找numpy库了:
根据网址加库名拼成:https://pypi.tuna.tsinghua.edu.cn/simple/numpy,在这里我们选择numpy-1.18.0-cp36-cp36m-manylinux1_x86_64.whl。numpy安装过程省略…
参考图5,numpy库安装成功了,现在我们继续安装Keras_Preprocessing:
参考图6,这次依赖six(大于等于1.9.0),寻找six库…
然后是h5py,Keras_Applications,再次安装Keras_Preprocessing:
安装了几个依赖库后,Keras_Preprocessing也终于安装成功。
接下来还有好多库需要安装,这里就不一 一列举了,下面贴上所有依赖库的安装顺序:
numpy-1.18.0-cp36-cp36m-manylinux1_x86_64.whl
six-1.12.0-py2.py3-none-any.whl
h5py-2.9.0-cp36-cp36m-manylinux1_x86_64.whl
Keras_Applications-1.0.6-py2.py3-none-any.whl
Keras_Preprocessing-1.0.5-py2.py3-none-any.whl
protobuf-3.6.1-cp36-cp36m-manylinux1_x86_64.whl
grpcio-1.8.6-cp36-cp36m-manylinux1_x86_64.whl
gast-0.2.0.tar.gz
wrapt-1.12.0.tar.gz
pyparsing-2.0.3-py2.py3-none-any.whl
packaging-20.2-py2.py3-none-any.whl
wheel-0.35.0-py2.py3-none-any.whl
Werkzeug-1.0.0-py2.py3-none-any.whl
setuptools-49.5.0-py3-none-any.whl
Markdown-2.6.11-py2.py3-none-any.whl
absl-py-0.8.0.tar.gz
tensorboard-1.14.0-py3-none-any.whl
astor-0.6.1-py2.py3-none-any.whl
tensorflow_estimator-1.14.0rc0-py2.py3-none-any.whl
termcolor-1.1.0.tar.gz
google_pasta-0.2.0-py3-none-any.whl
这些库安装完成后,tensorflow就能成功安装和使用了。依赖库按照这个顺序可以制作成rpm包在断网的电脑上使用。
依赖库下载地址:依赖库下载!
上一篇: C项目(文件链表实现管理系统)
推荐阅读
-
mysql8.0.2离线安装配置方法图文教程
-
Apache Web服务器的完全安装指南
-
Endless OS 3.9.0系统发布:安装文件比Win10大3倍、离线也能用
-
win10系统下Anaconda+TensorFlow+Pycharm的下载安装与环境配置
-
python3.6.3安装图文教程 TensorFlow安装配置方法
-
CentOS 7 离线环境安装nginx时报错:./configure: error: C compiler cc is not found
-
Modbus Poll与Modbus Slave安装破解教程及使用指南(附注册码)
-
详细完整的Tensorflow-gpu环境安装教程
-
谷歌浏览器插件怎么安装 谷歌浏览器安装.crx扩展名离线插件图文教程
-
详解使用angular框架离线你的应用(pwa指南)