需求背景
使用VMware在ubuntu系统的虚拟机上安装tensorflow serving,部署模型
环境配置
- 宿主机系统:win10 64位
- 宿主机python:anaconda + python3.6
- 宿主机tensorflow-gpu:cuda 9.0.176 + cudnn 7.0.3
- 虚拟机交互:VMware workstation 12 player + VMware workstation 15 pro(中途升级了一波软件)
- 虚拟机系统:ubuntu 16.04 desktop 64位
如何安装虚拟机,我之前有博客写过,传送门
- Windows10环境下通过虚拟机VMware12.5.9安装Linux Ubuntu16.04
- 解决VMware创建Linux系统虚拟机进行磁盘扩容后容量大小并未改变
- 查看cuda和cudnn版本win&linux
废话不多说,开始安(踩)装(坑)………………
安装anaconda
1、查看ubuntu自带的python版本(没啥意义,就想看看……其实是如果你想升级自带的python3.5版本至python3.6,可以参考网上的教程,这里我没有选择升级,真的不是懒!)
python -V
python3 -V
2、下载anaconda
anaconda官网地址 https://www.anaconda/
根据需求选择下载文件
我这里选择的是 linux + python3.7 + 64bit
3、安装anaconda
将下载好的文件 Anaconda3-2018.12-Linux-x86_64.sh 拖入VMware桌面,不能拖入的是没有安装VMware tools组件,怎么安装可以参考这篇博客
- VMware Tools (ubuntu系统)安装详细过程与使用
我将 Anaconda3-2018.12-Linux-x86_64.sh 放在 /home/userm/Downloads 文件夹下
打开terminal终端,输入安装命令
bash Anaconda3-2018.12-Linux-x86_64.sh文件所在位置
我这里命令如下(这种是安装在默认路径/home/userm/anaconda3下的):
bash /home/userm/Downloads/Anaconda3-2018.12-Linux-x86_64.sh
如果想要自定义安装路径:
bash Anaconda3-2018.12-Linux-x86_64.sh文件所在位置 -p 你想安装的文件位置PATH -u
假设想安装在 /home/userm/Work/anaconda3 :
bash /home/userm/Downloads/Anaconda3-2018.12-Linux-x86_64.sh -p /home/userm/Work/anaconda3 -u
先确认获取安装许可证
敲击回车,继续
敲击回车查看更多的许可证信息,一直敲到询问“你是否接受接受许可条款吗?”
- 回答no ==> game over,恭喜你,结束安装
- 回答yes ==> continue,恭喜你,继续踩坑
输入yes,询问你是否安装在 /home/userm/anacodna3 文件路径下,这是默认路径,可以修改,一般都选择默认路径(这样不麻烦)
- 输入 回车 ==> 开始安装到 /home/userm/anacodna3文件位置路径下
- 输入 ctrl+c ==> 中止安装程序
- 如果你想自定义安装的文件位置路径PATH在其他地方 ==> 输入 ctrl+c ==> 中止安装程序 ==> 重新更换安装命令 ,参考文章前面部分
直至安装成功,然后询问“你是否希望将anaconda3添加到环境变量中”
- 输入yes ==> 自动添加到环境变量中
- 输入no ==> 后面需要手动添加到环境变量中,很麻烦,建议输入yes。同时这里是默认no,如果长时间没有回复这条命令,可能系统默认你选择了no,然后……emmm,我就是长时间没管它,结果自动回复了no,嫌手动添加麻烦又重新安装了一遍
成功添加环境变量后,成功安装anaconda。
接着询问“你是否希望安装Microsoft VSCode”,我选了yes,结果系统竟然检测说我没联网?我明明联网了,所以就回复yes==>无果==>回复no,结束安装。
输入命令查看 anaconda3是否安装/环境变量是否添加,
conda list
结果输出anaconda安装好的第三方库
若是没有显示上述结果,可以新打开一个终端命令行或者重启ubuntu,然后再输入 conda list 进行测试。
也可以输入
anaconda-navigator
打开anaconda界面直接进行操作
安装tensorflow
1、先用anaconda创建一个tensorflow环境,选择对应的python版本
conda create -n 环境名称 python=X.X # 此处可将环境名称设为tensorflow,方便
conda create -n tensorflow python=3.6
conda create -n tensorflow python=2.7
原来刚刚是真的没联网-_-||
so,赶紧去查查原因,结果发现使宿主机win10的服务没有启动
- win+R打开“运行”
- 输入cmd打开命令行
- 输入services.msc,打开“服务”
- 找到VMware DHCP Service和VMware NAT Service这个两个服务进程,分别右键,选择“启动”即可
打开火狐浏览器,终于连上网了
网络连接成功后,继续刚才的创建环境步骤,中途会询问“是否安装以下安装包”,选择是,输入y
环境成功创建。
2、安装tensorflow-gpu
进入环境
source activate tensorflow # linux系统进入anaconda环境需要加source
activate tensorflow # windows系统进入anaconda环境直接activate
输入
PS:注意不要安装GPU版本的,后面import时会报错
pip install tensorflow # 安装最新版本,目前好像是1.13
pip install tensorflow==1.12 # 安装指定版本,我安装的是1.12,训练bert模型要在1.11及以上版本才能运行
显示安装成功,测试一波,安装成功
python # 进入python环境
import tensorflow as tf
安装tensorflow-serving和Docker
参考官方github和其他教程
- https://github/tensorflow/serving
- https://github/tensorflow/serving/blob/master/tensorflow_serving/g3doc/serving_basic.md
- https://docs.docker/install/overview/
- Tensorflow-serving+Docker安装+模型部署
- tensorflow 模型保存与加载 和TensorFlow serving + grpc + docker项目部署
sudo docker pull tensorflow/serving # 把serving的镜像拉下来
但由于国外镜像网速受限,很慢,使用Docker 中国官方镜像加速更快
sudo docker pull registry.docker-cn/myname/myrepo:mytag
例如
sudo docker pull registry.docker-cn/library/ubuntu:16.04
经测试,这个blog也能安装成功
- 深度学习Tensorflow生产环境部署(上·环境准备篇)
- 深度学习Tensorflow生产环境部署(下·模型部署篇)
参考
- 使用tensorflow-serving部署tensorflow模型
- Simple TensorFlow Serving:通用和易于使用得部署机器学习模型
- tensorflow+tensorflow-serving+docker+grpc模型上线部署(不需bazel编译,有代码)
- VMware Workstation 15 Pro 永久激活密钥
更多推荐
【深度学习系统部署】win10+ 虚拟机VMware + ubuntu16 + anaconda + tensorflow安装
发布评论