GPU服务器配置深度学习开发环境(cuda9.0,cudnn7.1.2,tensorflow-gpu1.9,pytorch1.0.0)

环境

CentOS release 6.3

Tesla P4

anaconda2

gcc4.8

glibc-2.14

tensorflow1.9

pytorch1.0

 

第一步：安装NVIDIA驱动，使lspci | grep -i nvidia能够显示出来，nvidia-smi查看GPU使用情况

参考https://blog.youkuaiyun.com/oTengYue/article/details/79506758

第二步：配置gcc4.8,https://blog.youkuaiyun.com/aojue1109/article/details/81948519

第三步：安装anaconda，https://www.anaconda.com/download/#linux，根据自己需要可以安装python2.7和python3*

第四步：安装软件：

1.安装tensorflow,参考http://www.cnblogs.com/zzb-Dream-90Time/p/9688330.html

我选择的是tensorflow1.9,执行conda install tensorflow-gpu==1.9,过程中会自动安装cuda9.0和cudnn7.1.2

2.安装pytorch,https://pytorch.org/get-started/locally/,选择合适的命令进行安装

 

我的安装过程踩过的坑

第二步.登录申请好联网的服务器，配置环境

1.配置GCC4.8环境：

/usr/bin/gcc --version

/usr/bin/g++ --version

/usr/bin/c++ --version

查看版本号，如果不是4.8版本，则需要做替换。

mv /usr/bin/gcc /usr/bin/gcc-4.*.bak
mv /usr/bin/g++ /usr/bin/g++-4.*.bak
mv /usr/bin/c++ /usr/bin/c++-4.*.bak
ln -s /home/work/.jumbo/opt/gcc48/bin/gcc /usr/bin/gcc
ln -