Centos7 安裝配置tensorflow-gpu環

1. 安裝顯卡驅動

我的顯卡是GTX1080，訪問官網：http://www.geforce.cn/drivers 根據你自己的顯卡型號，選擇相應的顯卡，進行下載勒，下載下來的是一個.run 的文件。

wget https://us.download.nvidia.com/XFree86/Linux-x86_64/418.56/NVIDIA-Linux-x86_64-418.56.run

1. 安裝編譯環境：

yum -y install gcc* kernel-devel epel-release dkms

2. 編輯grub文件,

vim /etc/default/grub

在“GRUB_CMDLINE_LINUX”中添加

rd.driver.blacklist=nouveau nouveau.modeset=0

3. 生成配置

grub2-mkconfig -o /boot/grub2/grub.cfg

4. 創建創建blacklist：

vim /etc/modprobe.d/blacklist.conf

添加

blacklist nouveau

5. 更新配置：

mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r)-nouveau.img
dracut /boot/initramfs-$(uname -r).img $(uname -r)

4. 重啓

reboot

5. 確認是否禁用了nouveau

lsmod | grep nouveau

6. 安裝顯卡驅動：

# 注意：修改kernel 版本爲你安裝的版本
sh NVIDIA-Linux-x86_64-418.56.run --kernel-source-path=/usr/src/kernels/3.10.0-957.10.1.el7.x86_64

7. 驗證：

[root@t8t software]# nvidia-smi
Wed Apr 24 16:07:20 2019       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 418.56       Driver Version: 418.56       CUDA Version: 10.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 1080    Off  | 00000000:01:00.0 Off |                  N/A |
| 23%   46C    P5    25W / 198W |      0MiB /  8119MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

2. 安裝tensorflow-gpu

pip install tensorflow-gpu

我這裏安裝的是1.13.1 版本

根據安裝的tensorflow 版本選擇對應的Bazel, CUDA，cuDNN

3. 安裝Bazel

參考官網：https://docs.bazel.build/versions/master/install-redhat.html#installing-menu

cd /etc/yum.repos.d/
wget https://copr.fedorainfracloud.org/coprs/vbatts/bazel/repo/epel-7/vbatts-bazel-epel-7.repo
yum install bazel

4. 安裝CUDA

首先選擇對應的版本：https://developer.nvidia.com/cuda-toolkit-archive

選擇相關配置，獲取下載鏈接（可在開發者工具中查看，或者直接在DownLoad 標籤複製鏈接）

wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda-repo-rhel7-10-0-local-10.0.130-410.48-1.0-1.x86_64
sudo rpm -i cuda-repo-rhel7-10-0-local-10.0.130-410.48-1.0-1.x86_64.rpm
sudo yum clean all
sudo yum install cuda

5. 安裝cuDNN

cuDNN下載需要登錄，可以自行註冊，查看官網（https://developer.nvidia.com/rdp/cudnn-archive），獲取對應文件，下載到本地，通過傳輸工具再傳到Centos系統中。

然後解壓，並放到指定路徑：

tar -xzvf cudnn-10.0-linux-x64-v7.4.2.24.tgz
cp cuda/include/cudnn.h /usr/local/cuda/include/
cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

6. 添加環境變量

vim /etc/profile

# 添加環境變量
export PATH=$PATH:/usr/local/anaconda3/bin:/usr/local/cuda/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda

7. 驗證

(gpu) [root@t8t ~]# python
Python 3.6.8 |Anaconda, Inc.| (default, Dec 30 2018, 01:22:34) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.test.is_built_with_cuda()
True

顯示True則代表tensorflow已經成功使用了GPU。