这里有新鲜出炉的精品教程,程序狗速度看过来!
CentOS(Community Enterprise Operating System,中文意思是:社区企业操作系统)是Linux发行版之一,它是来自于Red Hat Enterprise Linux依照开放源代码规定释出的源代码所编译而成。
这篇文章主要为大家详细介绍了CentOS 7搭建Linux GPU服务器的教程,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
1. CUDA Toolkit的安装
到https://developer.nvidia.com/cuda-gpus查询GPU支持的CUDA版本:
到https://developer.nvidia.com/cuda-downloads,根据操作系统选择下载相应的CUDA Toolkit版本,下载的是一个.run文件,下载完成后以root用户直接运行该文件安装。
安装结束以后。运行:
- nvidia - smi
如果列出了GPU状态信息,表明安装成功:
2. cuDNN的安装
TensorFlow对神经网络的加速通过cuDNN库实现,所以首先去https://developer.nvidia.com/rdp/cudnn-archive,根据CUDA的版本下载相应版本的cuDNN,也是一个.run文件,下载完成后直接运行。
3. TensorFlow的安装
为了在安装过程中不出现版本冲突等问题,建议先安装Anoconda。到https://www.anaconda.com/download/#linux下载后,运行.sh文件安装。
然后使用下面的命令安装TensorFlow:
- conda create -n tensorflow python=2.7
- source activate tensorflow
- export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc1-cp27-none-linux_x86_64.whl
- pip install --ignore-installed --upgrade $TF_BINARY_URL
依次输入:
- source activate tensorflow
- python
- import tensorflow as tf
- import pandas as pd
- tf.__version__
如果没有报错,则表明安装成功:
来源: http://www.phperz.com/article/17/1031/352001.html