• CentOS 7搭建Linux GPU服务器


    1. CUDA Toolkit的安装

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

    到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:

    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:

  • 相关阅读:
    【BZOJ 1370】 团伙
    【BZOJ 1590】 Secret Message
    【BZOJ 2288】 生日礼物
    【POJ 3630】 Phone List
    【BZOJ 1398】 Necklace
    platform驱动之probe函数
    linux输入子系统之按键驱动
    linux输入子系统概念介绍
    操盘策略:KDJ三线合一 必定孕育大牛股
    nandflash裸机程序分析
  • 原文地址:https://www.cnblogs.com/mstk/p/7625694.html
Copyright © 2020-2023  润新知