扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
CentOS 7搭建Linux GPU服务器的步骤，供大家参考，具体内容如下
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名注册、网站空间、营销软件、网站建设、高昌网站维护、网站推广。
1. CUDA Toolkit的安装
到https://developer.nvidia.com/cuda-gpus查询GPU支持的CUDA版本：
到https://developer.nvidia.com/cuda-downloads，根据操作系统选择下载相应的CUDA Toolkit版本，下载的是一个.run文件，下载完成后以root用户直接运行该文件安装。
安装结束以后。运行：
如果列出了GPU状态信息，表明安装成功：
2. cuDNN的安装
TensorFlow对神经网络的加速通过cuDNN库实现，所以首先去https://developer.nvidia.com/rdp/cudnn-archive，根据CUDA的版本下载相应版本的cuDNN，也是一个.run文件，下载完成后直接运行。
3. TensorFlow的安装
为了在安装过程中不出现版本冲突等问题，建议先安装Anoconda。到https://www.anaconda.com/download/#linux下载后，运行.sh文件安装。
然后使用下面的命令安装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
依次输入：
source activate tensorflow python import tensorflow as tf import pandas as pd tf.__version__
如果没有报错，则表明安装成功：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持创新互联。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网