优选主流主机商
任何主机均需规范使用

CentOS 7详细教程:从零开始搭建高性能Linux GPU服务器

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:

 

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:

未经允许不得转载:搬瓦工中文网 » CentOS 7详细教程:从零开始搭建高性能Linux GPU服务器