tensorflow gpu python3.5_配置GPU版本的tensorflow

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