Centos7.0安装tensorflow_有没有安装好了tensorflow c/c++库的centos-CSDN博客

本文链接：https://blog.csdn.net/yu132563/article/details/111386469

近些年，人工智能的发展迅速，相应的机器学习软件包也得到了很广泛的应用，但是由于发展太快，与Android旗下APP编写软件类似（Android Studio），存在很多问题，尤其是linux下。本文旨在说明安装tensorflow的gpu版本，亲测有效。

1.确定tensorflow与CUDA版本的对应关系

2、确定GPU显卡驱动、cuda之间的对应关系

1.确定tensorflow与CUDA版本的对应关系

首先要确定tensorflow与cuda的对应关系，网友提供了下面的对应关系

来自官网：https://tensorflow.google.cn/install/source.

2、确定GPU显卡驱动、cuda之间的对应关系

确定了要安装的tensorflow版本以及cuda版本后，需要进一步确定GPU显卡驱动、cuda之间的对应关系，可以去官网查看相应的网卡对应的驱动，下载下来：

NVIDIA官网链接：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10

3、GPU显卡驱动安装

3.1关闭图形界面

systemctl set-default multi-user.target

3.2首先禁用nouveau开源驱动

修改/etc/modprobe.d/blacklist.conf 文件：

如果存在blacklist.conf，添加blacklist nouveau，注释掉blacklist nvidiafb；

如果不存在，执行：
echo -e "blacklist nouveau\noptions nouveau modeset=0" > /etc/modprobe.d/blacklist.conf

3.3重建initramfs image

cp /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
dracut /boot/initramfs-$(uname -r).img $(uname -r)
# 这一步可不执行
rm /boot/initramfs-$(uname -r).img.bak ;

3.4重新启动

# 改为终端模式，runlevel改为3
systemctl set-default multi-user.target
init 3
# 重启服务器
reboot
# sudo shutdown -r now
# 重启后验证驱动是否被禁用 如果无结果显示则表明成功禁用
lsmod | grep nouveau

3.5查看系统内核版本

# 不同操作系统的内核版本会不一样
uname -r
# 3.10.0-957.el7.x86_64
#  确认boot目录的空间不少于300MB
df

3.6安装CUDA驱动

下载相应的驱动run文件，进行安装，命令如下

# 必需指定kernel source path，否则会报错；kernel的版本和系统内核有关，可能会有差别
./NVIDIA-Linux-x86_64-418.87.00.run --kernel-source-path=/usr/src/kernels/3.10.0-957.el7.x86_64  -k $(uname -r)

3.7检查驱动安装是否成功

# 查看GPU相关配置
nvidia-smi
# 如果正常显示安装的显卡信息，则说明驱动安装成功； 
# 如果提示找不到该指令，或什么信息都没有显示，则驱动安装失败，可以卸载驱动后重新安装

3.8安装CUDA

下载相对应版本的cuda版本，进行安装，主页上有相应的命令。

3.9安装CUDNN

下载cuda版本对应的cudnn压缩包https://developer.nvidia.com/cudnn

解压cudnn并安装

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/  
$ sudo cp -a cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h 
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

3.10打开图形界面

systemctl set-default graphical.target

4、安装Anaconda

下载Anaconda：https://www.anaconda.com/download/#linux

安装Anaconda：

$ sudo bash Anaconda3-4.2.0-Linux-x86_64.sh

添加环境变量：

$ gedit ./.bashrc

查看版本检验是否安装完成：

conda --version
python --version
pip --version

5、安装Tensorflow

在Anaconda创建python环境：

$ conda create -n py35 python=3.5

激活环境：

$ source activate py35

选择tensorflow版本，最好使用国内镜像下载安装

(py35) $ pip install \  -i https://pypi.tuna.tsinghua.edu.cn/simple/ \  [https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp35-cp35m-linux_x86_64.whl](https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp35-cp35m-linux_x86_64.whl)

检验是否安装成功：

(py35) $ python
>>> import tensorflow
#退出环境：
>>> quit()
$ source deactivate py35

安装keras，sklearn等库

$ source activate py35
(py35) $ pip install keras -U --pre
(py35) $ pip install sklearn

剩下的就是安装一些编译器，像Pycharm，Spyder等，这些容易安装，可以查看相应的资料。

参考资料：

https://www.cnblogs.com/harrymore/p/10307769.html

https://www.jianshu.com/p/c600a89da5da

https://www.cnblogs.com/YSPXIZHEN/p/11466145.html

https://www.jianshu.com/p/98028ef0c52e?from=singlemessage

https://blog.csdn.net/caicaiatnbu/article/details/87626491

https://blog.csdn.net/u012485366/article/details/89981114