CentOS 7搭建Linux GPU服務(wù)器的步驟，供大家參考，具體內(nèi)容如下

1. CUDA Toolkit的安裝

到https://developer.nvidia.com/cuda-gpus查詢(xún)GPU支持的CUDA版本：

到https://developer.nvidia.com/cuda-downloads，根據(jù)操作系統(tǒng)選擇下載相應(yīng)的CUDA Toolkit版本，下載的是一個(gè).run文件，下載完成后以root用戶(hù)直接運(yùn)行該文件安裝。

安裝結(jié)束以后。運(yùn)行：

如果列出了GPU狀態(tài)信息，表明安裝成功：

2. cuDNN的安裝

TensorFlow對(duì)神經(jīng)網(wǎng)絡(luò)的加速通過(guò)cuDNN庫(kù)實(shí)現(xiàn)，所以首先去https://developer.nvidia.com/rdp/cudnn-archive，根據(jù)CUDA的版本下載相應(yīng)版本的cuDNN，也是一個(gè).run文件，下載完成后直接運(yùn)行。

3. TensorFlow的安裝

為了在安裝過(guò)程中不出現(xiàn)版本沖突等問(wèn)題，建議先安裝Anoconda。到https://www.anaconda.com/download/#linux下載后，運(yùn)行.sh文件安裝。

然后使用下面的命令安裝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

依次輸入：

source activate tensorflow
python
import tensorflow as tf
import pandas as pd
tf.__version__

如果沒(méi)有報(bào)錯(cuò)，則表明安裝成功：

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持本站。

版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。