CentOS 7搭建Linux GPU服務器的步驟,供大家參考,具體內容如下
讓客戶滿意是我們工作的目標,不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術通過有效、簡單的方式提供給客戶,將通過不懈努力成為客戶在信息化領域值得信任、有價值的長期合作伙伴,公司提供的服務項目有:域名注冊、網(wǎng)站空間、營銷軟件、網(wǎng)站建設、高昌網(wǎng)站維護、網(wǎng)站推廣。
1. CUDA Toolkit的安裝
到https://developer.nvidia.com/cuda-gpus查詢GPU支持的CUDA版本:
到https://developer.nvidia.com/cuda-downloads,根據(jù)操作系統(tǒng)選擇下載相應的CUDA Toolkit版本,下載的是一個.run文件,下載完成后以root用戶直接運行該文件安裝。
安裝結束以后。運行:
如果列出了GPU狀態(tài)信息,表明安裝成功:
2. cuDNN的安裝
TensorFlow對神經(jīng)網(wǎng)絡的加速通過cuDNN庫實現(xiàn),所以首先去https://developer.nvidia.com/rdp/cudnn-archive,根據(jù)CUDA的版本下載相應版本的cuDNN,也是一個.run文件,下載完成后直接運行。
3. TensorFlow的安裝
為了在安裝過程中不出現(xiàn)版本沖突等問題,建議先安裝Anoconda。到https://www.anaconda.com/download/#linux下載后,運行.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__
如果沒有報錯,則表明安裝成功:
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持創(chuàng)新互聯(lián)。
名稱欄目:CentOS7搭建LinuxGPU服務器的教程
網(wǎng)頁URL:http://bm7419.com/article16/iehhgg.html
成都網(wǎng)站建設公司_創(chuàng)新互聯(lián),為您提供標簽優(yōu)化、自適應網(wǎng)站、外貿建站、網(wǎng)站收錄、網(wǎng)站設計公司、服務器托管
聲明:本網(wǎng)站發(fā)布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經(jīng)允許不得轉載,或轉載時需注明來源: 創(chuàng)新互聯(lián)