配置GPU加速的tensorflow
说明1:Tensorflow本身的安装是很容易的,但是深度学习训练的实际数据都是非常大的,GPU速度是CPU的几十倍,仅使用CPU版本的tensorflow训练模型难以达到效果,这就需要利用GPU多核的优势来加速计算。
说明2:使用GPU加速的前提条件是当前系统可以使用显卡,并且显卡支持CUDA并行计算,虚拟机下不支持使用独立显卡,所以虚拟机下不能安装GPU版本的tensorflow。双系统支持独立显卡。
前提条件:
1.操作系统:centos
7或ubuntu16.4
2.硬件条件:Nvidia显卡(查询当前系统是否支持独立显卡,显卡是否支持CUDA)
准备工作:(ubuntu系统省略这一步)
yum更新下,安装Development
Tools软件包
1.sudo
yum update
2.sudo
yum group install ‘Development Tools’
安装Nvidia驱动
说明:下面的方法只适合centos系统,若是ubuntu,一般自带独立显卡驱动,可输入nvidia-smi查看,否则需要另外安装。安装完以后输入nvidia-smi,若查看到信息说明已经安装好驱动。
Nvidia官网上有显卡驱动的软件包下载,但安装前需要繁琐的配置,这里我们选择更简单的方式,通过软件源安装:
12345678910
#安装elrepo源
sudo rpm --import https