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: