在CentOS6.9服务器上安装Tensorflow 1.8.0环境非GPU版本

我的服务器是Centos6.9的系统无GPU,而因为python2.7的版本 没法直接使用 pip 安装tensorflow ,而我又因为很多原因需要使用python2,项目一时没法升到python3,所以有了这篇帖子

首先因为我的项目需要用到 bzip2 所以安装bzip2开发包

$ yum install bzip2-devel

CentOS预设的python是2.6版本的因此我下了一个Python2.7.15

官方下载地址 https://www.python.org/ftp/python/2.7.15/Python-2.7.15.tgz

$ tar zxvf Python-2.7.15.tgz
$ cd Python-2.7.15.tgz
$ ./configure --enable-unicode=ucs4
$ make
$ make install

注意后面的 --enable-unicode=ucs4 这个必须加上,因为tensorflow包使用的是ucs4编码,

如果不加上,之后在python 中import tensorflow会报一个 PyUnicodeUCS4_FromString 错误

再来就是 GLIBC 跟 c/c++版本太低,需要更新

GLIBC在这里下载 http://ftp.gnu.org/gnu/glibc/

因为我用的 Tensorflow是1.8.0 的版本

glibc 太旧会报ImportError: /lib64/libc.so.6: version `GLIBC_2.17' not found的错误

所以我下载了 glibc-2.17.tar.gz 这个版本的glibc

$ tar zxvf glibc-2.17.tar.gz
$ cd glibc-2.17
$ mkdir build
$ cd build
$ ../configure  --prefix=/usr --disable-profile --enable-add-ons --with-headers=/usr/include --with-binutils=/usr/bin
$ make
$ make install

以及GCC太旧会出现 ImportError: /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.18' not found

下载地址 http://ftp.gnu.org/gnu/gcc/

我使用的是 gcc-4.9.4.tar.gz

$ tar zxvf gcc-4.9.4.tar.gz
$ cd gcc-4.9.4
$ ./contrib/download_prerequisites
$ mkdir build
$ cd build/
$ ../configure --enable-checking=release --enable-languages=c,c++ --disable-multilib
$ make
$ make install

安装完预设 libstdc++.so.6是放在 /usr/local/lib64下的,所以需要改一下

$ cd /usr/lib64
$ rm libstdc++.so.6
$ ln -s /usr/local/lib64/libstdc++.so.6.0.20 /usr/lib64/libstdc++.so.6

然后下载 tensorflow 为了方便我下载的是 whl 版本

下载地址 https://download.csdn.net/download/weixin_36441117/10738456 (支持一下赚点资源分,谢谢)

pip install tensorflow-1.8.0-cp27-none-linux_x86_64.whl

全部完事了测试一下 tensorflow

如果有报其他错误,一般都是因为你安装顺序的问题,你可以看看出错的包,

然后用 pip uninstall 之后重新安装就好了

另外其他常用的包 pip 安装就可以了

pip install keras
pip install gensim

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值