深度学习——Centos配置深度学习开发环境

1. 安装显卡驱动

• 检测显卡驱动及型号

$ sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org

• 添加ELPepo源

$ sudo rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm

• 安装NVIDIA驱动检测

$ sudo yum install nvidia-detect
$ nvidia-detect -v

$ yum -y install kmod-nvidia

2. 安装CUDA\CUDNN

2.1 cuda

• 官网下载cuda，最好下载9.0版本：https://developer.nvidia.com/cuda-toolkit-archive
• 选择符合自己机器的设置，选择runfile（local）下载到centos中：
  
• 需要下载所有补丁，下载后安装cuda:

$ sudo sh cuda_9.0.176_384.81_linux.run

• 测试cuda是否安装

$ cd /usr/local/cuda/samples/1_Utilities/deviceQuery
$ sudo make
$ ./deviceQuery

结果：

2.2 cudnn

• 下载cudnn文件，需要注册账号。
  https://developer.nvidia.com/cudnn
  
• 安装下载好的cuDNN安装包，如果你安装cuda的目录为默认目录，就可以直接使用如下指令安装：

tar -xvf cudnn-9.0-linux-x64-v7.1.tgz -C /usr/local/

2.3 环境变量设置

• 环境变量

$ vim ~/.bashrc
在其最后添加:
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

• cuDNN建立连接

$ cd /usr/local/cuda/lib64
$ sudo rm -rf libcudnn.so libcudnn.so.7  		#删除原有版本号，版本号在cudnn/lib64中查询
$ sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7 	#生成软连接，注意自己下载的版本号
$ sudo ln -s libcudnn.so.7 libcudnn.so 
$ sudo ldconfig 	#立即生效

3. 安装TensorFlow-gpu

• 安装anaconda，可以用来建立python3和TensorFlow的一些以来环境。

$ wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh	#下载anaconda
$ bash anaconda.sh		#安装anaconda
$ vim /root/.bashrc		#加入环境变量
	# 最后一行添加：
	export PATH="/root/anaconda3/bin:$PATH"
$ source /root/.bashrc

• 安装TensorFlow

pip install tensorflow-gpu

测试

输入：

$ python
>>> import tensorflow

显示：

>>> import tensorflow
/root/anaconda3/lib/python3.6/site-packages/h5py/__init__.py:36: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
  from ._conv import register_converters as _register_converters
>>> 

解决Driver/library version mismatch

https://mp.csdn.net/mdeditor/82181974

未报错，安装成功。

转载请注明出处。
https://blog.csdn.net/chinatelecom08