首先centos7 中默认的python版本是2.7但是在一些包比如tensorflow安装时需要的是python3,因此需要安装一个python3。
python3安装:
yum install zlib-devel #不安装的话在make install的时候会报错
wget --no-check-certificate https://www.python.org/ftp/python/3.6.0/Python-3.6.0.tgz
tar -xzvf Python-3.6.0.tgz
cd Python-3.6.0/
sudo ./configure --prefix=/usr/local/python3
sudo make
sudo make install
sudo ln -s /usr/local/python3/bin/python3 /usr/bin/python3 #创建软连接
判断是否安装成功:
python3
显示如下信息表示安装成功:
Python 3.6.5 |Anaconda, Inc.| (default, Apr 29 2018, 16:14:56)
[GCC 7.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
pip3软连接操作:
sudo ln -s /usr/local/python3/bin/pip3 /usr/bin/pip3
python3更新pip ,此时系统中pip被默认是使用pip3,如果想在python2中下载包的话,需要用到pip2,python3更新pip指令:
python3 -m pip install --upgrade pip
上篇文章讲了如何安装nvidia驱动,因此在这里不做赘述。查看nvidia安装信息使用如下指令:
lspci | grep -i nvidia
显示信息如下:
d8:00.0 VGA compatible controller: NVIDIA Corporation Device 1e04 (rev a1)
d8:00.1 Audio device: NVIDIA Corporation Device 10f7 (rev a1)
d8:00.2 USB controller: NVIDIA Corporation Device 1ad6 (rev a1)
d8:00.3 Serial bus controller [0c80]: NVIDIA Corporation Device 1ad7 (rev a1)
首先是下载CUDA toolkit,在官网(https://developer.nvidia.com/cuda-downloads)下载相应版本的cuda然后进行如下指令:
wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_410.48_linux
ls
sudo sh cuda_10.0.130_410.48_linux
chmod +x cuda_10.0.130_410.48_linux
接下来,输入accept,yes,注意接下来的在询问你是否安装某一版本的driver的时候一定要选择no,因为上面已经安装了和GPU版本匹配的nvidia驱动。
然后是配置环境:
sudo vi /etc/profile
在该文件中加入:
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
source /etc/profile #保存环境信息
nvcc –V #检查CUDA
显示如下表示安装成功:
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130
然后是下载cuDNN,这个是一种cuda加速器,应该可以提高性能。但是好像不是必须下载。官网下载和CUDA对应的版本(https://developer.nvidia.com/rdp/cudnn-download ),需要注册。而且好像直接进行wget操作不行,因为好像要翻墙。对于centos7应该选择的版本是:
然后直接点击下载,并执行如下指令。
cp cudnn-10.0-linux-x64-v7.6.0.64.solitairetheme8 cudnn-10.0-linux-x64-v7.6.0.64.tgz
tar -zxvf cudnn-10.0-linux-x64-v7.6.0.64.tgz
cd cuda/
sudo cp include/cudnn.h /usr/local/cuda/include
sudo cp lib64/libcudnn.* /usr/local/cuda/lib64
然后是下载anaconda,在官网下载anaconda(https://www.continuum.io/downloads)。上传到服务器,使用如下命令安装。
sudo sh Anaconda3-5.2.0-Linux-x86_64.sh
根据提示,如果出现是否添加环境变量选择yes,自动会添加在配置环境中。
安装tensorflow,指令如下:
pip install tensorflow-gpu
python3
>import tensorflow as tf
>hello = tf.constant('Hello, TensorFlow!')
>sess = tf.Session()
>print(sess.run(hello))
如果不报错,则表示tensorflow安装成功。