tensorflow-gpu 在 centos 7 下的完全安装手册

TensorFlow是一个开源的人工智能框架，支持GPU加速计算。本文将提供在CentOS 7下安装TensorFlow-GPU的完整手册。

步骤1：安装GPU驱动程序
首先，确保您的机器已配置好NVIDIA显卡，并安装了相应版本的CUDA驱动程序。CUDA是用于在GPU上执行并行计算的一套工具。

步骤2：安装CUDA Toolkit
在CentOS 7上安装CUDA Toolkit，可以使用RPM包管理器。首先，下载适合您显卡型号的CUDA Toolkit安装包。然后，使用以下命令进行安装：

sudo rpm -i cuda-repo-<version>.rpm
sudo yum clean expire-cache
sudo yum install cuda

步骤3：添加CUDA路径
安装完成后，需要将CUDA库路径添加到环境变量中。编辑`~/.bashrc`文件，并在文件末尾添加以下行：

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

保存文件并执行以下命令使配置生效：

source ~/.bashrc

步骤4：安装cuDNN
cuDNN是用于加速深度神经网络计算的CUDA库。您需要注册NVIDIA开发者帐户才能下载cuDNN。一旦下载完成，使用以下命令解压文件：

tar -xzvf cudnn-<version>.tgz

然后将文件复制到CUDA安装目录：

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*

步骤5：安装Python和TensorFlow
在CentOS 7上，您可以使用Anaconda包管理器非常方便地安装Python和TensorFlow。首先，下载适合您操作系统版本的Anaconda安装包。然后，运行以下命令进行安装：

bash Anaconda3-<version>-Linux-x86_64.sh

根据提示进行安装，并将Anaconda的bin目录添加到环境变量中。

步骤6：创建并激活虚拟环境
创建一个新的虚拟环境，以避免与现有的Python环境冲突：

conda create -n tensorflow python=3.7
conda activate tensorflow

步骤7：安装TensorFlow-GPU
在虚拟环境中，使用conda命令安装TensorFlow-GPU：

conda install tensorflow-gpu

安装完成后，您可以验证TensorFlow是否正确安装，可以使用以下代码进行测试：

import tensorflow as tf
print(tf.__version__)

如果能够成功输出TensorFlow版本号，则表示安装成功。

以上就是在CentOS 7下安装TensorFlow-GPU的完整手册。希望对您有帮助！