本文紧接上一篇安装cup版tensorflow
上一篇地址:https://blog.csdn.net/niuxinzan/article/details/80269345
本次实验机器配置如下:
节点ip | 系统版本号 | Cpu型号 | 物理Cpu个数 | Cpu核数 | 逻辑cpu个数 | 总物理线程数 | 总超线程数 | 内存 |
172.20.10.30 | CentOS release 6.8 (Final) | Intel(R) Xeon(R) CPU E5-2620 v2 @ 2.10GHz | 2 | 2*10 | 40 | 20 | 40 | 130G |
Gpu相对于cpu版本来说需要额外的东西CUDA,安装步骤如下:
这里假设显卡驱动已安装好!!!
3.1安装anaconda,步骤同1.2
3.2安装gpu版的tensorflow,清华镜像下载:tensorflow_gpu-1.0.0-cp36-cp36m-linux_x86_64.whl
安装命令:
这里跟cpu版本不同的地方是不用anaconda建立tensorflow环境,直接pip安装即可。
pip install --ignore-installed --upgradetensorflow_gpu-1.0.0-cp36-cp36m-linux_x86_64.whl
测试:
>>>Python
>>>import tensorflow as tf
报错:
需要安装suda8.0,安装文档参考:
https://blog.csdn.net/zhangtong11111/article/details/79143279
安装完测试tf发现还是报错,后来发现是因为LD_LIBRARY_PATH已经包含了/usr/local/cuda-8.0/lib64,参考文献:
http://www.cnblogs.com/benbencoding798/p/9052980.html
测试:
>>>import tensorflow as tf,报错:
不能打开cuda错误,解决办法:
找不到cudnn,所以需要安装cudnn
>>> cd /APP
>>> 下载cudnn:网址 http://developer.download.nvidia.com/compute/redist/cudnn/v6.0/cudnn-8.0-linux-x64-v6.0.tgz
>>> tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz
解压缩,然后将解压后的文件按照目录结构cp到cuda-8.0的对应目录下:
cd /usr/local/cuda-8.0
然后建立软连接即可:
>>>测试tensorflow 成功!