Linux集群安装tensorflow-gpu经验总结

背景：新人小白，集群系统 CentOS，获得账号的时候环境里面已经配好了torch的gpu版本(1.9.0+cu102)，且运行作业能够调用gpu，并且提供的说明书中说已经装好了python3.8，cuda11。想使用tensorflow 2.4.1版本，但tensorflow-gpu的调用一直失败（tf.__version__: 2.4.1， tf.test.is_gpu_available：False）

解决过程：尝试过更换python的版本、升级tensorflow、降级tensorflow，但是最终未能成功，创建虚拟环境重新安装。通过不断调整和一次次的python文件测试输出，最终将目光集中到了错误中的这句话：

2022-05-19 19:25:51.920083: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcudnn.so.8'; dlerror: libcudnn.so.8: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /share/apps/packages/lib::/share/apps/anaconda3/lib

原因是找不到cudnn，所以决定去安装cudnn

解决方案：去官网下载cudnn的安装包，然后上传到远程linux系统中，发现linux解压报错（xz解压出错，大概又是安装的问题？），花了一段时间没有解决便在电脑上解压好上传到远程linux系统中，然后按照教程用命令进行安装，sudo cp的目标文件夹换成了报错中的路径，/share/apps/packages/lib，最后成功解决。

参考的安装教程：

linux安装CUDA+cuDNN_Iron·Man�的博客-优快云博客_linux安装cuda和cudnn

【tensorflow】缺少libcudart.so.11.0和libcudnn.so.8解决方法_摇曳的树的博客-优快云博客_libcudart.so.11.0

 

结果：

2.4.1为tensorflow的版本，第一个True表示tf gpu可用，第二个True表示torch gpu可用。