- 时间:2020-04-15 15:14 编辑: 来源: 阅读:
- 扫一扫,手机访问
摘要:CentOS 7搭建Linux GPU服务器的教程
CentOS 7搭建Linux GPU服务器的步骤,供大家参考,具体内容如下
1. CUDA Toolkit的安装
到[url=https://developer.nvidia.com/cuda-gpus]https://developer.nvidia.com/cuda-gpus[/url]查询GPU支持的CUDA版本:
[img]http://img.1sucai.cn/uploads/article/2018010710/20180107100108_0_41062.png[/img]
到[url=https://developer.nvidia.com/cuda-downloads]https://developer.nvidia.com/cuda-downloads[/url],根据操作系统选择下载相应的CUDA Toolkit版本,下载的是一个.run文件,下载完成后以root用户直接运行该文件安装。
安装结束以后。运行:
nvidia-smi
如果列出了GPU状态信息,表明安装成功:
[img]http://img.1sucai.cn/uploads/article/2018010710/20180107100108_1_64282.png[/img]
[b]2. cuDNN的安装[/b]
TensorFlow对神经网络的加速通过cuDNN库实现,所以首先去https://developer.nvidia.com/rdp/cudnn-archive,根据CUDA的版本下载相应版本的cuDNN,也是一个.run文件,下载完成后直接运行。
[b]3. TensorFlow的安装[/b]
为了在安装过程中不出现版本冲突等问题,建议先安装Anoconda。到https://www.anaconda.com/download/#linux下载后,运行.sh文件安装。
然后使用下面的命令安装TensorFlow:
conda create -n tensorflow python=2.7
source activate tensorflow
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc1-cp27-none-linux_x86_64.whl
pip install --ignore-installed --upgrade $TF_BINARY_URL
依次输入:
source activate tensorflow
python
import tensorflow as tf
import pandas as pd
tf.__version__
如果没有报错,则表明安装成功:
[img]http://img.1sucai.cn/uploads/article/2018010710/20180107100109_2_47289.png[/img]
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程素材网。