之前写过Ubuntu的安装方法。Centos 和ubuntu 等其他版本不一样,因此再次记录下来:
安装时先安装caffe再试TensorFlow否则会出错。
I. 检查系统环境
在安装之前,需要先检查系统的软硬件环境是否支持CUDA与TF的安装,具体来说,主要有以下几个步骤:
- 检查是否电脑配置有Nvidia显卡
$ /usr/sbin/lspci | grep -i nvidia
- 执行结果如下:
- 检查是否安装了正确的GCC版本
$ gcc --version
- 执行结果如下:
II. 安装 CUDA 与 cuDNN
完成了系统环境的检查,就可以开始安装CUDA与cuDNN了。这一步是安装带有GPU支持的TensorFlow必须完成的,否则将无法使用GPU来完成机器学习任务。安装CUDA也是坑最多的一步,没有之一,基本上在安装上遇到的问题基本上都集中在这里,所以一定要谨慎操作。具体的步骤如下:
1. 确定CUDA与cudnn的版本
请参照文章开头的表格,选择与TensorFlow对应的CUDA与cuDNN的版本,例如,我安装的TensorFlow版本为1.4.1,那么对应的CUDA版本为8.0,cuDNN版本为6.0。下载地址如下:
- CUDA:https://developer.nvidia.com/cuda-downloads
- cuDNN(需要注册Nvidia账号):https://developer.nvidia.com/cudnn
这里切记不要选错了版本,目前(17-12-21)官网的CUDA已经到了9.0,cuDNN已经到了7.0,TensorFlow并不能做到向上兼容,必须选择准确的版本,否则将导致无法正常导入。选择历史版本,CUDA请将网页拉到底部,点击Legacy Releases ;cuDNN请按照网页提示进行操作。
2. 下载CUDA
建议选择RPM安装,选择runfile会遇到一些大坑,需要更复杂的操作,具体原因见下文。
3. 下载cudnn
4. 安装CUDA
下载完成后,进入安装文件所在目录,例如cd ~/Downloads
,执行以下命令,进行CUDA的安装:
$ sudo rpm -i cuda_installer_downloaded_file.rpm
$ sudo yum clean all
$ sudo yum install cuda
安装过程中,由于国内的网络环境十分不稳定,下载过程可能会出现下载速度过慢、下载中断等网络环境导致的问题,请耐心等待与重试。安装过程中会有一些选项,询问是否安装其他组件,如OpenGL,如果你安装CUDA只是为了安装TensorFlow,请务必只在“toolkit”时选择yes,否则将导致一系列显卡相关的问题,最坏的情况下,需要重新安装Nv