CN113741915A - 一种在Ubuntu系统下离线安装TensorFlow的方法、设备及介质 - Google Patents
一种在Ubuntu系统下离线安装TensorFlow的方法、设备及介质 Download PDFInfo
- Publication number
- CN113741915A CN113741915A CN202110794185.8A CN202110794185A CN113741915A CN 113741915 A CN113741915 A CN 113741915A CN 202110794185 A CN202110794185 A CN 202110794185A CN 113741915 A CN113741915 A CN 113741915A
- Authority
- CN
- China
- Prior art keywords
- tensorflow
- installation
- source
- local
- conda
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009434 installation Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000001419 dependent effect Effects 0.000 claims abstract description 35
- 238000012795 verification Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000011900 installation process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/61—Installation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/71—Version control; Configuration management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Stored Programmes (AREA)
Abstract
本申请公开了一种在Ubuntu系统下离线安装TensorFlow的方法、设备及介质,方法包括:终端响应用户发出的TensorFlow安装指令,引导用户选择TensorFlow的版本及其依赖组件;对Ubuntu系统进行环境校验,并初始化Ubuntu系统的环境变量;构建本地Conda源;运行预设的安装命令,以根据本地Conda源安装依赖组件;根据本地Conda源及安装后的依赖组件,安装TensorFlow。通过本申请提出的在Ubuntu系统下离线安装TensorFlow的方法能够带来如下有益效果:可以使Ubuntu系统的终端无需借助互联网环境安装TensorFlow,即使在安全网络或者网络环境不好的情况下也可以进行TensorFlow的安装。
Description
技术领域
本申请涉及软件安装领域,具体涉及一种在Ubuntu系统下离线安装TensorFlow的方法、设备及介质。
背景技术
TensorFlow是一个端到端的开源机器学习平台。它拥有一个全面而灵活的生态系统,其中包含各种工具、库和社区资源,可助力研究人员推动先进机器学习技术的发展,并使开发者能够轻松地构建和部署由机器学习提供支持的应用。TensorFlow提供了各种API(Application Programming Interface,应用程序编程接口),可在桌面、移动、网络和云端环境进行开发,借助其灵活的架构,用户可以轻松地将计算工作部署到多种平台和设备。其中平台可以是CPU(Central Processing Unit,中央处理器)、GPU(graphics processingunit,图形处理器)、TPU(tensor processing unit,张量处理器)设备可以是桌面设备、服务器集群、移动设备、边缘设备等。
Ubuntu是一个以桌面应用为主的Linux操作系统,作为最优秀的Linux发行版之一,是初学者入门的不二选择,当前使用Ubuntu安装TensorFlow的方法通常是:首先需要将源更新为国内源,以便增加下载速度,然后安装Python3的包管理pip,最后通过pip完成Tensorflow的安装。但是这种安装方式一方面需要借助互联网环境,Ubuntu离开互联网之后,安装软件时将无法享用apt(Advanced Packaging Tool,Linux管理工具)的优势,只能使用dpkg(Debian Packager,Debian软件包管理器的基础)安装,导致初学者在安装Tensorflow时,难度较高。
发明内容
为了解决上述问题,本申请提出了一种在Ubuntu系统下离线安装TensorFlow的方法、设备及介质,方法包括:
终端响应用户发出的所述TensorFlow安装指令,引导所述用户选择所述TensorFlow的版本及其依赖组件;对所述Ubuntu系统进行环境校验,并初始化所述Ubuntu系统的环境变量;构建本地Conda源;运行预设的安装命令,以根据所述本地Conda源安装所述依赖组件;根据所述本地Conda源及安装后的所述依赖组件,安装所述TensorFlow。
在一个示例中,终端响应所述用户发出的所述TensorFlow安装指令之前,所述方法还包括:终端响应用户发出的登录请求,对所述用户进行身份验证;所述身份验证的方式包括刷卡验证、账号密码验证、短信验证。
在一个示例中,对所述Ubuntu系统进行环境校验,具体包括:校验所述Ubuntu系统是否已安装相同版本的所述TensorFlow;若是,则停止安装;校验所述Ubuntu系统版本是否满足预设安装要求;若否,则停止安装。
在一个示例中,构建本地Conda源之后,所述方法还包括:安装HTTP服务器,上传所述Tensorflow的安装源及其对应的依赖包,构建索引,以使同局域网的内的终端可以通过所述HTTP服务器访问到所述Tensorflow的安装源。
在一个示例中,构建索引之后,所述方法还包括:所述终端通过安全外壳协议SSH连接所述局域网,添加所述Tensorflow的安装源。
在一个示例中,所述根据所述本地Conda源安装所述TensorFlow之后,所述方法还包括:校验所述TensorFlow文件的完整性;若完整,向所述终端发送安装成功信息。
在一个示例中,所述根据所述本地Conda源安装所述TensorFlow之后,所述方法还包括:试运行所述TensorFlow,校验所述TensorFlow各项功能是否能够正常运行;若能够正常运行,向所述终端发送安装成功信息。
在一个示例中,所述方法还包括:所述终端通过可视化界面引导所述用户安装所述TensorFlow,所述可视化界面显示当前安装步骤的进程。
另一方面,本申请还提出了一种在Ubuntu系统下离线安装TensorFlow的设备,设备包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:终端响应用户发出的所述TensorFlow安装指令,引导所述用户选择所述TensorFlow的版本及其依赖组件;对所述Ubuntu系统进行环境校验,并初始化所述Ubuntu系统的环境变量;构建本地Conda源;运行预设的安装命令,以根据所述本地Conda源安装所述依赖组件;根据所述本地Conda源及安装后的所述依赖组件,安装所述TensorFlow。
另一方面,本申请还提出了一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:终端响应用户发出的所述TensorFlow安装指令,引导所述用户选择所述TensorFlow的版本及其依赖组件;对所述Ubuntu系统进行环境校验,并初始化所述Ubuntu系统的环境变量;构建本地Conda源;运行预设的安装命令,以根据所述本地Conda源安装所述依赖组件;根据所述本地Conda源及安装后的所述依赖组件,安装所述TensorFlow。
通过本申请提出的在Ubuntu系统下离线安装TensorFlow的方法能够带来如下有益效果:
可以使终端无需借助互联网环境安装TensorFlow,即使在安全网络或者网络环境不好的情况下也可以进行TensorFlow的安装。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种在Ubuntu系统下离线安装TensorFlow的方法示意图;
图2为本申请实施例中一种在Ubuntu系统下离线安装TensorFlow的方法流程图;
图3为本申请实施例中在一种Ubuntu系统下离线安装TensorFlow的设备示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为解决背景技术中的上述问题,本申请公开了一种在Ubuntu系统下离线安装TensorFlow的方法,以下结合附图,详细说明本申请各实施例提供的技术方案。
如图1及图2所示,本申请实施例提供一种方法,包括:
S101:终端响应用户发出的所述TensorFlow安装指令,引导所述用户选择所述TensorFlow的版本及其依赖组件。
当用户向终端发出安装TensorFlow的指令后,终端响应用户的请求,让用户勾选指定的TensorFlow版本及其依赖组件。由于Ubuntu的操作系统中大多数软件可以跨发行版本运行,其中某个软件的运行通常需要先安装其他的软件、动态链接库,也就是依赖组件。
S102:对所述Ubuntu系统进行环境校验,并初始化所述Ubuntu系统的环境变量。
S103:构建本地Conda源。
勾选完TensorFlow的版本以及依赖组件后,需要对Ubuntu的操作系统进行环境校验,并初始化环境变量,然后更改一系列安装脚本的权限,以构建本地Conda源,通过在处于安全网络下的终端上建立本地Conda源,为在该终端上离线安装TensorFlow建立环境基础。
S104:运行预设的安装命令,以根据所述本地Conda源安装所述依赖组件;
S105:根据所述本地Conda源及安装后的所述依赖组件,安装所述TensorFlow。
建立好本地的Conda源后,因为Ubuntu安装软件时需要运行安装命令,但环境校验完毕后,安装命令是固定的,因此在构建本地Conda源后,可以让终端自动运行预设好的安装命令,根据Conda源安装依赖组件,并安装TensorFlow。
在一个实施例中,若有其他不专业的工作人员擅自对终端进行TensorFlow安装操作,有可能造成Ubuntu操作系统的紊乱。基于此,可以在终端接收到用户想要安装TensorFlow的信号时,设定身份校验程序,需要工作人员进行身份验证。其中,身份验证的方式可以是通过手机号及短信验证码进行验证,也可以是通过工作账号及其对应的密码进行认证,也可以是通过工作人员刷卡验证。通过增设身份验证这一步骤,可以防止由于其他工作人员擅自进行软件安装,导致系统紊乱现象的出现。
在一个实施例中,有的终端上Ubuntu的操作系统中可能已经安装过相同版本的TensorFlow,但是由于工作人员的疏忽,再次点选了安装的选项,若再次安装,不仅费时费力,占用系统的内存,还有可能会造成系统内程序的紊乱。基于此,可以在进行环境校验时,增加校验等待安装TensorFlow的终端的Ubuntu系统内是否已安装相同版本的TensorFlow,如果已经安装了相同版本的TensorFlow,则停止安装,并向工作人员发送对应停止安装的原因。
在一个实施例中,经常存在同时有一批终端都需要安装软件的情况,如果还是一台一台的安装,且每一台终端都需要依靠u盘等设备考录离线安装包的话,需要花费更多的时间。基于此,管理员可以在搭建本地Conda源后,额外安装HTTP(Hypertext TransferProtocol,超文本传输协议)服务器,上传Tensorflow的安装源及其对应的依赖包,同时构建索引,以使同局域网内的终端可以通过HTTP服务器访问到提前搭建好的本地Conda(一个开源的软件包管理系统和环境管理系统)源,免去了各个终端之间需要依靠u盘等设备才能考录离线安装包的步骤,节省了安装TensorFlow过程中搭建Conda的时间,还增加了同时在多台终端上安装TensorFlow软件的便捷性。
在一个实施例中,传统的网络服务程序,如:ftp(File Transfer Protocol,文件传输协议)、pop(Post Office Protocol,邮局协议)和telnet在本质上都是不安全的,因为它们在网络上用明文传送口令和数据,别有用心的人非常容易就可以截获这些口令和数据。而且,这些服务程序的安全验证方式也是有其弱点的,基于此,可以使用SSH(SecureShell,安全协议外壳)连接建立好的局域网内需要安装TensorFlow的终端,添加建立好的安装源,即本地Conda源。通过使用SSH的方式连接,可以把所有传输的数据进行加密,而且也能够防止DNS(Domain Name System,域名系统)欺骗和IP(Internet Protocol,网际互连协议)欺骗。使用SSH还有一个额外的好处就是传输的数据是经过压缩的,所以可以加快传输的速度。SSH有很多功能,它既可以代替Telnet,又可以为ftp、pop提供一个安全的通道。
在一个实施例中,安装完成后,若不清楚TensorFlow的包含的文件是否完整就进行使用,容易出现文件不完整导致程序运行出错的现象,等到需要用的时候才发现缺少文件,会导致占用过多的工作时间,进而导致工作效率降低。基于此,可以在安装完成后添加一个校验TensorFlow文件完整性的步骤,如文件完整,则说明安装成功。
在一个实施例中,安装完成后,还可以通过试运行程序对TensorFlow的安装结果进行安装校验,打开程序后,若没有报错,且界面出现“Hello,TensorFlow!”的字样时,说明安装成功。
在一个实施例中,由于在Ubuntu的操作系统中安装软件都是通过输入安装命令来进行的,需要工作人员熟悉操作命令,还没有安装过程的图示,因此初学者很难独立安装TensorFlow。但只要终端的环境配置成功后,通过固定的安装命令就可以安装TensorFlow。基于此,可以设置一个安装包,安装包能够一键可视化安装TensorFlow,安装包在工作人员勾选TensorFlow及其依赖软件后,能够自动运行预设的安装命令,对环境进行校验,并初始化Ubuntu系统的环境变量,构建本地的Conda源,获取相应的安装权项,完成TensorFlow的安装并进行校验。将安装过程设置为可视化界面,将当前进行的步骤传输至显示屏,并显示当前安装步骤的进程。若在安装过程中由于系统环境等原因导致安装停止,向工作人员报告安装停止的进程以及停止原因。通过设置安装包,可以使初学者也能独立完成TensorFlow的安装。
如图3所示,本申请实施例还提供了一种在Ubuntu系统下离线安装TensorFlow的装置,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
终端响应用户发出的所述TensorFlow安装指令,引导所述用户选择所述TensorFlow的版本及其依赖组件;
对所述Ubuntu系统进行环境校验,并初始化所述Ubuntu系统的环境变量;
构建本地Conda源;
运行预设的安装命令,以根据所述本地Conda源安装所述依赖组件;
根据所述本地Conda源及安装后的所述依赖组件,安装所述TensorFlow。
本申请实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
终端响应用户发出的所述TensorFlow安装指令,引导所述用户选择所述TensorFlow的版本及其依赖组件;
对所述Ubuntu系统进行环境校验,并初始化所述Ubuntu系统的环境变量;
构建本地Conda源;
运行预设的安装命令,以根据所述本地Conda源安装所述依赖组件;
根据所述本地Conda源及安装后的所述依赖组件,安装所述TensorFlow。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种在Ubuntu系统下离线安装TensorFlow的方法,其特征在于,所述方法包括:
终端响应用户发出的所述TensorFlow安装指令,引导所述用户选择所述TensorFlow的版本及其依赖组件;
对所述Ubuntu系统进行环境校验,并初始化所述Ubuntu系统的环境变量;
构建本地Conda源;
运行预设的安装命令,以根据所述本地Conda源安装所述依赖组件;
根据所述本地Conda源及安装后的所述依赖组件,安装所述TensorFlow。
2.根据权利要求1所述的方法,其特征在于,终端响应所述用户发出的所述TensorFlow安装指令之前,所述方法还包括:
终端响应用户发出的登录请求,对所述用户进行身份验证;所述身份验证的方式包括刷卡验证、账号密码验证、短信验证。
3.根据权利要求1所述的方法,其特征在于,对所述Ubuntu系统进行环境校验,具体包括:
校验所述Ubuntu系统是否已安装相同版本的所述TensorFlow;
若是,则停止安装;
校验所述Ubuntu系统版本是否满足预设安装要求;
若否,则停止安装。
4.根据权利要求1所述的方法,其特征在于,构建本地Conda源之后,所述方法还包括:
安装HTTP服务器,上传所述Tensorflow的安装源及其对应的依赖包,构建索引,以使同局域网的内的终端可以通过所述HTTP服务器访问到所述Tensorflow的安装源。
5.根据权利要求4所述的方法,其特征在于,构建索引之后,所述方法还包括:
所述终端通过安全外壳协议SSH连接所述局域网,添加所述Tensorflow的安装源。
6.根据权利要求1所述的方法,其特征在于,所述根据所述本地Conda源安装所述TensorFlow之后,所述方法还包括:
校验所述TensorFlow文件的完整性;
若完整,向所述终端发送安装成功信息。
7.根据权利要求1所述的方法,其特征在于,所述根据所述本地Conda源安装所述TensorFlow之后,所述方法还包括:
试运行所述TensorFlow,校验所述TensorFlow各项功能是否能够正常运行;
若能够正常运行,向所述终端发送安装成功信息。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述终端通过可视化界面引导所述用户安装所述TensorFlow,所述可视化界面显示当前安装步骤的进程。
9.一种在Ubuntu系统下离线安装TensorFlow的设备,其特征在于,包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
终端响应用户发出的所述TensorFlow安装指令,引导所述用户选择所述TensorFlow的版本及其依赖组件;
对所述Ubuntu系统进行环境校验,并初始化所述Ubuntu系统的环境变量;
构建本地Conda源;
运行预设的安装命令,以根据所述本地Conda源安装所述依赖组件;
根据所述本地Conda源及安装后的所述依赖组件,安装所述TensorFlow。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
终端响应用户发出的所述TensorFlow安装指令,引导所述用户选择所述TensorFlow的版本及其依赖组件;
对所述Ubuntu系统进行环境校验,并初始化所述Ubuntu系统的环境变量;
构建本地Conda源;
运行预设的安装命令,以根据所述本地Conda源安装所述依赖组件;
根据所述本地Conda源及安装后的所述依赖组件,安装所述TensorFlow。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110794185.8A CN113741915A (zh) | 2021-07-14 | 2021-07-14 | 一种在Ubuntu系统下离线安装TensorFlow的方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110794185.8A CN113741915A (zh) | 2021-07-14 | 2021-07-14 | 一种在Ubuntu系统下离线安装TensorFlow的方法、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113741915A true CN113741915A (zh) | 2021-12-03 |
Family
ID=78728587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110794185.8A Pending CN113741915A (zh) | 2021-07-14 | 2021-07-14 | 一种在Ubuntu系统下离线安装TensorFlow的方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113741915A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274223A (zh) * | 2020-01-22 | 2020-06-12 | 清华大学 | 一种一键部署大数据和深度学习容器云平台及其构建方法 |
CN111459506A (zh) * | 2020-03-02 | 2020-07-28 | 平安科技(深圳)有限公司 | 深度学习平台集群的部署方法、装置、介质及电子设备 |
US20210192412A1 (en) * | 2017-11-27 | 2021-06-24 | Sankar Krishnaswamy | Cognitive Intelligent Autonomous Transformation System for actionable Business intelligence (CIATSFABI) |
-
2021
- 2021-07-14 CN CN202110794185.8A patent/CN113741915A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210192412A1 (en) * | 2017-11-27 | 2021-06-24 | Sankar Krishnaswamy | Cognitive Intelligent Autonomous Transformation System for actionable Business intelligence (CIATSFABI) |
CN111274223A (zh) * | 2020-01-22 | 2020-06-12 | 清华大学 | 一种一键部署大数据和深度学习容器云平台及其构建方法 |
CN111459506A (zh) * | 2020-03-02 | 2020-07-28 | 平安科技(深圳)有限公司 | 深度学习平台集群的部署方法、装置、介质及电子设备 |
Non-Patent Citations (1)
Title |
---|
泉伟: "离线安装 Anaconda + TensorFlow", Retrieved from the Internet <URL:https://blog.csdn.net/qq_35451572/article/details/94167250> * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9710259B2 (en) | System and method for customizing a deployment plan for a multi-tier application in a cloud infrastructure | |
US20200241914A1 (en) | Pattern-based orchestration of cloud provisioning tasks at runtime | |
US9645858B2 (en) | Single, logical, multi-tier application blueprint used for deployment and management of multiple physical applications in a cloud infrastructure | |
US10033717B2 (en) | Terminal single sign-on configuration, authentication method, and system, and application service system thereof | |
US9792141B1 (en) | Configured generation of virtual machine images | |
US10031783B2 (en) | Execution of a distributed deployment plan for a multi-tier application in a cloud infrastructure | |
US9052961B2 (en) | System to generate a deployment plan for a cloud infrastructure according to logical, multi-tier application blueprint | |
CN111324412A (zh) | 服务部署方法、设备及存储介质 | |
CN113296798B (zh) | 一种服务部署方法、装置及可读存储介质 | |
US20180316550A1 (en) | Simplified cloud-based enterprise mobility management provisioning | |
CN112968929B (zh) | 一种服务器管理方法和系统 | |
CN113626133B (zh) | 一种虚拟机控制方法、装置、设备及计算机可读存储介质 | |
CN109597627A (zh) | 一种组件安装方法、装置、存储介质和处理器 | |
CN114465867A (zh) | 服务器的维护方法、装置、存储介质及处理器 | |
CN109992295B (zh) | 一种版本管理方法和服务器 | |
CN115357258B (zh) | 应用的部署方法、装置、存储介质及电子装置 | |
CN113741915A (zh) | 一种在Ubuntu系统下离线安装TensorFlow的方法、设备及介质 | |
CN115658221A (zh) | 状态检测方法、业务虚拟机、设备及介质 | |
Rosner | Learning AWS OpsWorks | |
CN110808943B (zh) | 客户端连接应急管理方法、客户端及计算机可读存储介质 | |
CN111970286A (zh) | 一种用户登陆方法、装置及web服务器 | |
CN110971642B (zh) | 云计算平台数据处理方法和装置 | |
Karslioglu | Kubernetes-A Complete DevOps Cookbook: Build and manage your applications, orchestrate containers, and deploy cloud-native services | |
CN110795207B (zh) | 一种虚拟容器最小资源单位互信配置方法及装置 | |
US20170264495A1 (en) | Local consumption of remote services |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |