贝壳主机网
提示：如果官网是英文页面，建议使用谷歌浏览器能同步翻译页面。点击下载【谷歌浏览器最新绿色便携版】
注意：部分文章发布时间较长，可能存在未知因素，购买时建议在本站搜索商家名称，先充分了解商家动态。
交流：唯一投稿邮箱：hostvps@88.com。
注意：部分文章发布时间较长，可能存在未知因素，购买时建议在本站搜索商家名称，先充分了解商家动态。
交流：唯一投稿邮箱：hostvps@88.com。
centos 7搭建linux gpu服务器的步骤，供大家参考，具体内容如下
1. cuda toolkit的安装
到https://developer.nvidia.com/cuda-gpus查询gpu支持的cuda版本：
贝壳主机网、bkvps.com
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：
复制代码 代码如下:
nvidia-smi
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：
|
1
2
3
4
|
conda create -n tensorflow python=2.7source activate tensorflowexport tf_binary_url=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc1-cp27-none-linux_x86_64.whlpip install --ignore-installed --upgrade $tf_binary_url |
依次输入：
|
1
2
3
4
5
6
|
source activate tensorflowpythonimport tensorflow as tfimport pandas as pdtf.__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贝壳主机网。
