linux Centos 安装 Tensorflow GPU版本安装教程

╰半夏微凉° 2023-07-13 04:25 55阅读 0赞

# ![20191009191333910.png][][日萌社][Link 1] #

[人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新）][AI_Keras PyTorch MXNet TensorFlow PaddlePaddle]

--------------------

### **注意：虚拟机是无法安装英伟达GPU驱动的，所以必须要求linux(ubuntu、centos)是装在系统盘上的系统，比如双系统之类的。** ###

--------------------

CUDA、tensorflow版本清单：https://tensorflow.google.cn/install/source#linux

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70][]

GPU 版本 TensorFlow 安装指南
    GPU 版本的 TensorFlow 可以利⽤ NVIDIA GPU 强⼤的计算加速能⼒，使 TensorFlow 的运⾏更为⾼效，尤其是可以
    成倍提升模型训练的速度。安装过程有以下⼏个步骤
    1、Centos nouveau模式禁⽤
    2、CUDA TooKit和cuDNN的安装
    3、TensorFlow-gpu版本安装

### 1、Centos nouveau模式禁用 ###

Centos 安装之前先要禁⽤ nouveau, 才能后续安装

禁⽤过程命令如下：

sudo vim /etc/modprobe.d/blacklist-nouveau.conf
    # 1、添加下列两⾏
    blacklist nouveau
    options nouveau modeset=0
    # 2、输⼊下⾯命令并进⾏重启
    sudo dracut --force
    sudo reboot #重启
    lsmod | grep nouveau #若⽆结果显示则表明成功禁⽤

检查本机显卡驱动是否安装过：

注：如果没有安装过驱动，可以单独安装，也可以随着cuda过程安装，如下教程

### **2、CUDA TooKit和cuDNN的安装**  ###

Tensorflflow-gpu 与 cuda 版本对应： Linux 平台如下，其它平台参考官⽹： https://tensorflflow.google.cn/install/source

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70 1][]

**注意：安装显卡驱动命令, 去https://www.nvidia.cn/Download/index.aspx?lang=cn ⽹站，下载对应的驱动脚本，注意根据⾃⼰的显卡型号选择，必须选择cuda10.0版本，选择10.1最新会有TensorFlow加载不到动态库的错误。**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70 2][]

### **然后是安装cuda** ###

【cuda10.0】https://developer.nvidia.com/cuda-10.0-download-archive  
【最新版本cuda10.1】https://developer.nvidia.com/cuda-downloads

(1)⽐如这⾥我们⽤linux平台64位的centos的7版本，选择⽹络安装模式：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70 3][]

# 上⾯的⻚⾯中，去下载这个包，1.9G⼤⼩
    # 然后运⾏安装命令
    sudo sh cuda_10.0.130_410.48_linux.run

**注：这个安装过程会比较慢，需要等待较长时间，中间几次提示默认即可**

(2) 配置环境，这⾥加⼊到了系统的环境变量，没有选择⽤户下的环境变量  .bash\_profifile

输入

vi /etc/profile

可在⽂件末尾加⼊⼀下配置：

export PATH=/usr/local/cuda-10.0/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH

⽣效操作

source /etc/profile

(3) 验证是否安装完成，在终端输⼊： nvcc -V

显示下⾯的结果即成功

nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2018 NVIDIA Corporation
    Built on Sat_Aug_25_21:08:01_CDT_2018
    Cuda compilation tools, release 10.0, V10.0.130

### **2、安装加速器cudnn**  ###

下载地址： https://developer.nvidia.com/rdp/cudnn-download :

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70 4][]

这⾥选择下载cudnn-10.0-linux-x64-v7.6.4.38.tgz

注：需要注册登录才能选择版本且下载

接下来输⼊下⾯命令进⾏配置安装：

$ tar -xzvf cudnn-10.0-linux-x64-v7.6.4.38.tgz
    $ 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*

### **3、TensorFlow-gpu版本安装** ###

我们先进⼊ conda 创建的⼀个 CV 课程虚拟环境中：

[root@localhost ~]# source activate cv_dl
    (cv_dl) [root@localhost ~]#

在 python 虚拟环境中直接  pip install tensorflflow-gpu  默认下载是 TF 官⽹最新的 stable 版本，这⾥是安装了最新稳定版本 2.0.0

# 添加⼀个国内的下载源会提⾼下载速度-i https://pypi.tuna.tsinghua.edu.cn/simple
    [root@localhost ~]# pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

进⾏测试，这⾥会显示我们 有两块 GTX 1080Ti 的显卡 :

import tensorflow as tf
    con = tf.constant('hello world')
    print(con)
    # 显示以下信息示为成功，这⾥会显示我们的centos中有两块GTX 1080Ti的显卡
    ...
    2019-10-17 00:25:36.794546: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1304] Created TensorFlow device
    (/job:localhost/replica:0/task:0/device:GPU:0 with 10481 MB memory) -> physical GPU (device: 0, name: GeForce GTX
    1080 Ti, pci bus id: 0000:03:00.0, compute capability: 6.1)
    2019-10-17 00:25:36.796989: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1304] Created TensorFlow device
    (/job:localhost/replica:0/task:0/device:GPU:1 with 10481 MB memory) -> physical GPU (device: 1, name: GeForce GTX
    1080 Ti, pci bus id: 0000:04:00.0, compute capability: 6.1)
    tf.Tensor(b'hello world', shape=(), dtype=string)

[20191009191333910.png]: https://img-blog.csdnimg.cn/20191009191333910.png
[Link 1]: http://www.rimengshe.com/
[AI_Keras PyTorch MXNet TensorFlow PaddlePaddle]: https://blog.csdn.net/zimiao552147572/article/details/88867161
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200314190352861.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200310203408195.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200310203453412.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/2020031020354547.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200310203854507.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ppbWlhbzU1MjE0NzU3Mg==,size_16,color_FFFFFF,t_70