CentOS 7搭建Linux GPU服务器的教程

时间:2019-04-07
本文章向大家介绍CentOS 7搭建Linux GPU服务器的教程,主要包括CentOS 7搭建Linux GPU服务器的教程使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

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

https://developer.nvidia.com/cuda-gpus查询GPU支持的CUDA版本:

https://developer.nvidia.com/cuda-downloads,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:

复制代码 代码如下:
nvidia-smi

如果列出了GPU状态信息,表明安装成功:

2. cuDNN的安装

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。

3. TensorFlow的安装

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:

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脚本之家。