在centos7 上完成tensorflow-gpu + anaconda + python3.6 + CUDA + CUDNN 部署

step1. 安装anaconda

我选择的版本是anaconda3，自带的python版本为3.7

去官网下载对应的anaconda版本，这一步使用清华大学的anaconda源，参考地址如下

https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

step2.配置python3.6的环境(因为tensorflow-gpu目前支持的最高版本是python3.6)

使用 conda create -n your_env_name python=3.6， anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。

然后激活该环境

source activate your_env_name(虚拟环境名称)

step3.安装cuda

首先要有安装GPU的环境，然后就是安装官网下载的cuda9.0

   sudo yum install gcc    
   sudo yum install gcc-c++ 
   sudo yum install kernel-devel  
   sudo rpm -i cuda-repo-rhel7-9-0-local-9.0.176-1.x86_64.rpm
   sudo yum clean all
   sudo yum install cuda

step4.安装cudnn

在官网下载与cuda对应的版本，然后安装，下载官网上版本后，会发现后缀名不对，需要修改一下

 

cp cudnn-9.0-linux-x64-v7.1.solitairetheme8 cudnn-9.0-linux-x64-v7.1.tgz
tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

step5.安装tensorflow

使用pip命令安装tensorflow，记住要指定tensorflow的版本(其他高版本的tensorflow会出现与依赖库不匹配的问题)

pip install tensorflow-gpu==1.10.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/

至此深度学习的开发环境已完成主干，剩下就是在使用过程中碰到需要的依赖库就去安装，逐渐完善。