配置CentOS7 GPU环境

2019-12-18 16:29:02 浏览数 (1)

基本配置

  1. 先装wget yum -y install wget
  2. 新建自己的文件夹 mkdir sunyan

安装Anoconda

  1. 下载Anoconda。注意最新Anoconda的是3.7版本的，但是tensorflow还没有更新到3.7，这里我们安装2018年5月发布的python 3.6版本。 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh
  2. 安装bzip2 yum install -y bzip2
  3. 安装Anoconda，一路yes即可。 bash Anaconda3-5.2.0-Linux-x86_64.sh
  4. 使能配置 source .bashrc
  5. 输入Python，查看是否配置正确

Conda安装TesnorFlow GPU版本

  1. 配置国内conda源。由于cudnn和cuda很大，conda又在国外，容易导致下载中断，这里我们配置国内中科大的镜像。 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  2. 安装 conda install tensorflow-gpu

我的cuda版本是9.0，cudnn版本是7.1.2，tensorflow-gpu版本是1.9.0。

安装NVIDIA驱动

  1. 安装gcc yum -y install gcc-c
  2. 安装Open JDK yum install java-1.8.0-openjdk java-1.8.0-openjdk-devel
  3. 检测显卡驱动及型号 sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org sudo rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm sudo yum install nvidia-detect

这里显示的是Tesla P4，410.66 NVIDIA driver

  1. 去官网下载对应的驱动 wget http://cn.download.nvidia.com/tesla/384.145/NVIDIA-Linux-x86_64-384.145.run
  2. 屏蔽默认带有的nouveau,使用su命令切换到root用户下,然后修改/etc/modprobe.d/blacklist.conf 文件，如果系统没有该文件需要新建一个。 su root echo -e "blacklist nouveaunoptions nouveau modeset=0" > /etc/modprobe.d/blacklist.conf

然后查看一下文件内容：

代码语言：javascript复制
cat /etc/modprobe.d/blacklist.conf
  1. 重建initramfs image mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak dracut /boot/initramfs-$(uname -r).img $(uname -r)
  2. 修改运行级别为文本模式
代码语言：javascript复制
systemctl set-default multi-user.target
  1. 重新启动, 使用root用户登陆,这里需要等待一下，约1分钟。 sudo iptables stop reboot
  2. 查看nouveau是否已经禁用,如果没有显示相关的内容，说明已禁用。 ls mod | grep nouveau
  3. 安装kenel-devel wget ftp://ftp.riken.jp/Linux/cern/centos/7/updates/x86_64/Packages/kernel-devel-3.10.0-693.17.1.el7.x86_64.rpm yum install kernel-devel-3.10.0-693.17.1.el7.x86_64.rpm
  4. 安装NVIDIA驱动，一路Enter即可 chmod x NVIDIA-Linux-x86_64-384.145.run sh NVIDIA-Linux-x86_64-384.145.run

测试

  1. nvidia-smi测试和TensorFlow测试,显示GPU信息即可。报警告没有关系，是TF本身的警告，也可以通过pip install h5py==2.8.0rc1来解决。nvidia-smi python3 import tensorflow as tf sess = tf.Session()
  1. 更换PyPi为国内源 pip install pqi pqi use tuna pqi show
  2. 更换conda源为国内源 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/ conda config --set show_channel_urls yes
https 网络安全 anaconda 单片机 yum

0 人点赞