流程
1. 安装python3(如果想用python2,可以略过这一步)
2. 安装cuda8.0 + cudnn-8.0(tensorflow1.4.0需要cuda8.0+cudnn-8.0支持,版本号要对)
3. 安装并测试tensorflow-gpu1.4.0
1-1.安装python3
编译环境的安装:
yum install zlib-devel bzip2-devel openssl-devel ncurese-devel(要先安装这个不然python安装不完整,会没有pip3)
cd ~/下载
wget [https://www.python.org/ftp/python/3.5.2/Python-3.5.2.tgz](https://link.zhihu.com/?target=https%3A//www.python.org/ftp/python/3.5.2/Python-3.5.2.tgz)
tar -xf Python-3.5.2.tgz
cd ~/下载/Python-3.5.2
设置安装目录:
./configure --prefix=/usr/bin/python-3.5.2
新建安装的文件夹:
sudo mkdir /usr/bin/python-3.5.2
编译命令 :
make(等待..)
安装命令:
sudo make instal
修改默认的python版本:
1. sudo mv /usr/bin/python /usr/bin/python.bak
2. sudo ln -s /usr/bin/python-3.5.2/bin/python3.5 /usr/bin/python
查看默认版本:
python -V(如果是3.5.2,则修改完成)
更改yum配置:
sudo vi /usr/bin/yum(更改头部的python为python.bak)这样yum又可以使用python2
pip3使用前配置:
ln -s /usr/bin/python-3.5.2/bin/pip3 /usr/bin/pip3
输入pip3 list,查看是否可以运行
pip3升级:
pip3 install --upgrade pip
1-2 关于centos7安装python3后,yum出现的问题修复
因为在1-1中,新建了python3到python的软链接
1. sudo mv /usr/bin/python /usr/bin/python.bak
2. sudo ln -s /usr/bin/python-3.5.2/bin/python3.5 /usr/bin/python
而centos7自带的yum是用系统自带的python编译,也就是现在的python.bak,所以需要修改配置文件
/usr/bin/yum的顶部的:!/usr/bin/python改成了!/usr/bin/python.bak
/usr/libexec/urlgrabber-ext-down 跟前面一样,改为!/usr/bin/python.bak,完成。
-
安装cuda8.0 + cudnn-8.0(tensorflow1.4.0需要cuda8.0+cudnn-8.0支持,版本号要对)
安装编译环境:gcc、kernel-devel、kernel-headers (当然,如果你的电脑已经安装了,自然就不用在装了) yum -y install gcc kernel-devel "kernel-devel-uname-r == $(uname -r)" dkms "kernel-devel-uname-r == $(uname -r)"可以确保安装与当前运行内核版本一样的kernel-header 修改/etc/modprobe.d/blacklist.conf 文件,以阻止 nouveau 模块的加载 方法: 添加blacklist nouveau,注释掉blacklist nvidiafb(如果存在) blacklist.conf不存在时,执行下面的脚本 echo -e "blacklist nouveau\noptions nouveau modeset=0" > /etc/modprobe.d/blacklist.conf 并且在加上blacklist nouveau之后还要加上一行 options nouveau modeset=0 可以通过以下命令查看nouveau是否在运行 lspci | grep nouveau 重新建立initramfs image文件 mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak dracut /boot/initramfs-$(uname -r).img $(uname -r) 从官网下载cuda8.0+cudnn8.0的驱动安装包,cudnn的下载需要注册,注意版本号不能错 并且将cuda的目录添加到环境变量 cudnn不用安装,直接解压覆盖到cuda的安装目录即可
3.安装tensorflow-gpu=1.4.0并测试
sudo pip3 install tensorflow-gpu==1.4
运行python文件:
import os
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.close()
网友评论