阅读 274

CentOS 7搭建Linux GPU服务器的教程

这篇文章主要为大家详细介绍了CentOS 7搭建Linux GPU服务器的教程,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

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:

1
2
3
4
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:

1
2
3
4
5
6
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


文章分类
后端
版权声明:本站是系统测试站点,无实际运营。本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 XXXXXXo@163.com 举报,一经查实,本站将立刻删除。
相关推荐