阿里雲gpu伺服器安裝TensorFlow-gpu流程記錄

阿里雲gpu伺服器：

為了少踩坑，這裡預設選擇了自動安裝GPU驅動，版本選9.0.176下的390.46；

ps：這裡是在下單選作業系統的時候選擇，後來打算重裝系統的時候發現重裝沒有選驅動這一步，遂作罷未重裝，不知道重裝提交工單給不給裝；系統開通後進去就能看到裝驅動的log文件，成功即可；

系統更新：

yum update

https://developer.nvidia.com/cudnn官網下載cuDNN，需要註冊帳號登陸，下載版本 Download cuDNN v7.3.1 (Sept 28, 2018), for CUDA 9.0下的cuDNN v7 .3.1 Library for Linux；

外國網站國內下載可能較慢，急可利用國外vps轉機；

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

修改環境變量，執行

sudo vim /etc/profile

在export PATH 那行下面再加上兩行程式碼：

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

退出執行

source /etc/profile

pip3 install tensorflow-gpu==1.12.0

執行測試程式碼，看是否能夠正常導入，並輸出自訂的文字：

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)

之後執行

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

偵測到gpu即成功。

參考編輯：https://blog.csdn.net/Oh_My_Fish/article/details/78861867

Categories