私有云服务多版本tensorflow-gpu，pytorch-gpu，cuda共存完美避坑指南

 

背景：

大数据集训练采用cpu实在是太太太慢了，本人亲测，在cpu上基于tensorflow1.15采用BERT训练10万文本相似度。steps=7500花了三个晚上。有gpu放着不用多少有点，嗯，nc！

云服务器信息

查看服务器内核版本

查看gpu型号

以下操作均基于centos 7，阿里私有云服务器，nvidia tesla T4，截图内版本为已经调试跑通的版本。

安装步骤

1、安装nvidia驱动，英伟达驱动下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn

驱动安装好后，可以nvidia-smi查看安装情况。

2、安装g++，注意版本，

重点来了

友情提示：如果想要采用本指南完成多本版共存，请完整阅读后再动手下载安装。

坑一：tensorflow版本多样

目前大部分BERT模型基于tensorflow2.0以下开发，起初安装tensorflow时未考虑到，直接装了python3.7.3，tensorflow2.1，torch1.6；导致基于tensorflow的BERT模型不能正常使用。

解决方案：

查看tensorflow官网GPU对应版本信息，https://www.tensorflow.org/install/gpu?hl=zh-cn

因为要用到GPU，必然需要关注cuda版本信息，cudnn版本信息，那么有一个坑来了。

<