خادم علي بابا كلاود GPU:
من أجل تجنب المخاطر، يتم تحديد التثبيت التلقائي لبرنامج تشغيل GPU بشكل افتراضي، والإصدار هو 390.46 تحت 9.0.176؛
ملاحظة: تم اختيار هذا عندما قدمت طلبًا واحدًا لتحديد نظام التشغيل لاحقًا، عندما كنت أخطط لإعادة تثبيت النظام، وجدت أن إعادة التثبيت لم تتضمن خطوة اختيار برنامج التشغيل، لذلك استسلمت ولم أعد التثبيت. لا أعرف ما إذا كنت سأقوم بتثبيته إذا أرسلت أمر عمل لإعادة التثبيت؛ بعد تنشيط النظام. وبمجرد دخولك، يمكنك رؤية ملف السجل الخاص بتثبيت برنامج التشغيل، وهذا كل شيء إذا كان ناجحًا؛
تحديث النظام:
yum update
قم بتحديث Python3، راجع https://cucldk.com/post/centos7-to-python3.html
https://developer.nvidia.com/cudnnقم بتنزيل cuDNN من الموقع الرسمي، تحتاج إلى تسجيل حساب لتسجيل الدخول، وتنزيل الإصدار تنزيل cuDNN v7.3.1 (28 سبتمبر 2018) ، لـ cuDNN v7 ضمن مكتبة CUDA 9.0 .3.1 لنظام التشغيل Linux؛
قد تكون التنزيلات المحلية للمواقع الأجنبية بطيئة، لذا إذا كنت في عجلة من أمرك، يمكنك استخدام خادم VPS أجنبي لنقلها؛
tar -zxvf cudnn-9.0-linux-x64-v7.3.1.20.tgz cd cuda cp include/* /usr/local/cuda-9.0/inlcude cp lib64/lib* /usr/local/cuda-9.0/lib64
تعديل متغيرات البيئة وتنفيذها
sudo vim /etc/profile
أضف سطرين من التعليمات البرمجية أسفل سطر PATH للتصدير:
export PATH=/usr/local/cuda-9.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
الخروج من التنفيذ
source /etc/profile
pip3 install tensorflow-gpu==1.12.0
قم بتنفيذ رمز الاختبار لمعرفة ما إذا كان من الممكن استيراده بشكل طبيعي وإخراج نص مخصص:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)
تنفيذ بعد
from tensorflow.python.client import device_lib print(device_lib.list_local_devices())
يحدث النجاح عند اكتشاف وحدة معالجة الرسومات.
محرر المراجع: https://blog.csdn.net/Oh_My_Fish/article/details/78861867