服务器Deep Learning环境Inference搭建(Python3、Tensorflow1.12、Keras、opencv)

       搭建CentOS7.4DL环境,服务器是为VCAA卡驱动的(通过PCIe插到服务器上),VCAA主要目的是利用VPU实现Inference推理加速。首先为了验证模型可用,就在服务器上搭建了普通的CPU环境以检验模型可用性。

     1.查询Python版本

      首先是服务器的CentOS中是含有Python的,但是可以查看一下它的版本是python2的,并不是python3,通过下面的命令查看:

# python -V
Python 2.7.5

       2.安装必要的软件:

#  yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel gcc

       3.下载Python3.6.4

#  mkdir /usr/download
#  cd /usr/download    
#  yum -y install wget   # 安装wget
#  wget https://www.python.org/ftp/python/3.6.4/Python-3.6.4.tgz # 下载
#  tar -xvf Python-3.6.4.tgz            #解压

       4.安装Python3,创建安装文件的路径

#  mkdir /usr/local/python3

       5.编译 & 安装

    在解压的文件夹下(/usr/download/python3.6.4)

编译
#  cd Python-3.6.4
# ./configure --prefix=/usr/local/python3

安装
#  make
#  make install    //先make再make install

       6.创建新版本的软链接(直接输入python来使用python3)

修改旧版本
#  mv /usr/bin/python /usr/bin/python_bak

创建新的软连接
#  ln -s /usr/local/python3/bin/python3 /usr/bin/python

       7.配置pip3

#  vim ~/.bash_profile

    修改前: 

 

    

    修改后: 

    

     执行下面的命令: 

# source ~/.bash_profile

       8.配置yum

 #vi /usr/bin/yum

     将第一行的python修改为python2.7

#vi /usr/libexec/urlgrabber-ext-down

     同样,将第一行#!/usr/bin/python改为#!/usr/bin/python2.7

       9.pip3安装相关软件包(Tesnorflow\Keras\Opencv\PIL)

pip3 install tensorflow==1.12.0 keras==2.2.4 opencv-python pillow numpy==1.16.4

         这里要注意下,在安装的时候,因为国内的原因,不修改pip源的话,会导致速度特别慢,要修改一下pip安装源,CentOS修改的方式和Ubuntu还不太一样,修改方式在这:CentOS修改pip3源

         安装外Opencv后,又出现了一个问题,ImportError: libSM.so.6: cannot open shared object file: No such file or directory

         报错原因: 缺少共享库

         使用如下命令查看缺少得共享库,然后install一个软件,就可以完美解决了~

#   yum whatprovides libSM.so.6

#   yum install libSM-1.2.2-2.el7.x86_64 --setopt=protected_multilib=false

          至此,就解决了服务器的Inference配置~

 

参考链接:Linux centos7 升级安装Python2.7到3.6

                【Linux】 解决报错: ImportError: libSM.so.6:

                 

 

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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