centos7+tensorflow2.3环境搭建

Anaconda安装

地址：Anaconda下载

安装：

sh Anaconda3-2022.05-Linux-x86_64.sh

创建虚拟环境&安装tensorflow-gpu：

# 创建虚拟环境
conda create -n py37 python=3.7
# 安装tensorflow-gpu
pip install tensorflow-gpu==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

cuda安装

• 安装：

地址：cuda下载，下载runfile

版本：10.1

sh cuda_10.1.105_418.39_linux.run --no-opengl-libs

        有确认步骤：

        1、手敲：accept

        2、选取install

• 添加环境变量：

vi /etc/profile
# 在末尾添加,因人而异
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.1/bin:$PATH

source /etc/profile

•  查看是否安装成功

nvidia-smi

cudnn安装

cudnn的下载需要注册账号才能下载，过程还挺繁琐的

地址：cudnn下载

版本：7.6.5 for cuda 10.1

# 解压
tar xzvf cudnn-10.1-linux-x64-v7.6.5.32.tgz

# 将cudnn的文件复制到cuda对应的文件夹
cp include/cudnn.h /usr/local/cuda-10.1/include/
cp lib64/* /usr/local/cuda-10.1/lib64

结果验证

import tenosrflow as tf
# 可用输出True,不可用输出False
tf.test.is_gpu_available()
# 输出可用GPU列表
tf.test.gpu_device_name()