TensorFlow2.0正式版已经发布了一段时间了。由于这段时间实在太忙了。之前看了一端时间的TensorFlow也忘记得差不多了。趁这两天有点时间,就重新部署一下tf,直接部署tf2.0了
我的部署环境是centos7.7的服务器,服务器上面带有一张 Quadro P5000显卡。查看了一下nvidia官网。这个卡是支持tf的gpu版本的。如果大家有显卡又不知道能不能用的话。可以上这个网址看
https://developer.nvidia.com/cuda-gpus
上面有对应的显卡和他相对于的计算能力。
如果没有安装显卡驱动的先到nvidia上面下载然后进行安装
官网下载及安装
nvidia显卡驱动下载
https://www.nvidia.cn/Download/index.aspx?lang=cn
官方安装步骤:
Once you accept the download please follow the steps listed below i) `rpm -i nvidia-diag-driver-local-repo-rhel7-390.30-1.0-1.x86_64.rpm' ii) `yum clean all` iii) `yum install cuda-drivers` iv) `reboot`
下载安装完后就下载cuda
下载地址https://developer.nvidia.com/cuda-downloads
同样去到官网下载cuda10.0,注意是10.0 不是10.1,10.2。下载后就和安装显卡驱动一样。安装就好了。
然后再下载对应的cudnn
我这里是cuda10.0 。找到10.0对应的cudnn 然后下载
下载地址https://developer.nvidia.com/rdp/cudnn-archive
下载完后上传到服务器然后解压
解压后执行以下命令
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 $ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
最后,在环境变量里面加入下面几行
编辑环境变量
vi ~/.bashrc
加入下面两行 export PATH="$PATH:/usr/local/cuda-10.0/bin" export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64
最后我们在python上运行一下
我的python是python3.6,我试了安装python3.7,3.8都说没有找到tensorflow这个源。估计linux的python还没有
python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
看到下面大功告成
版权声明:本文为博主原创文章,未经博主允许不得转载。