centos安装tensorflow GPU版本填坑

环境:Centos 7

cuda11.8

python3.9

1、介绍:tensorflow从2.12版本后,不细分tensorflow-gpu版本,统一合成tensorflow。

2、pip安装tensorflow:pip install tensorflow

默认安装最高版本2.16,安装过程及其缓慢。

提前准备源:

        清华大学源:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

        阿里云源:pip install -i https://mirrors.aliyun.com/pypi/simple/ tensorflow

然后再执行pip install tensorflow就会快很多。

3、安装完成后,坑来了

如下图:Could not find cuda drivers on your machine, GPU will not be used.

找不到cuda。

我的cuda环境变量配置正确,nvidia-smi都能显示,其他软件都能识别,tensorflow却找不到。

我耗费了一天的时间,查了好多资料,官网也没给出2.12之后的版本适配情况。终于在我一个个降版本的过程中试出来了,我从2.16降到2.15发现还不行,又降到2.14。。。尼玛,可以了。

好了,坑解决了。

原因就是2.15及以上版本,如果你是pip安装的,存在找不到cuda问题。当然从源码构建tensorflow的话,貌似可以,这个没有试过(官网有介绍)。

用2.14版本可以。虽然解决了GPU,还有一些库的问题需要解决。

继续降版本到2.13,上面找不到cuDNN等库的提示也不见了。

基本解决了。

但我程序跑过之后的GPU利用率很低,是怎么个回事?道阻且长啊。。。。。。

### 如何在 CentOS安装和配置 TensorFlow-GPU #### 创建并激活 Conda 虚拟环境 为了确保软件包之间的兼容性和隔离性,在安装 TensorFlow-GPU 前建议先创建一个新的 Python 环境。这可以通过 Miniconda 或 Anaconda 来完成。 ```bash conda create --name gputensor python=3.7 conda activate gputensor ``` #### 安装 NVIDIA 驱动程序 对于 GPU 支持,NVIDIA 的驱动必不可少。下载适用于 Linux 平台的最新稳定版显卡驱动,并按照官方说明进行安装[^5]: ```bash wget https://us.download.nvidia.com/XFree86/Linux-x86_64/418.56/NVIDIA-Linux-x86_64-418.56.run sudo sh ./NVIDIA-Linux-x86_64-418.56.run ``` 注意:如果遇到黑屏或其他显示问题,则可能需要编辑 GRUB 文件来禁用 Nouveau 开源图形驱动器。 #### 设置 CUDA 和 cuDNN 库 TensorFlow 对特定版本CUDA Toolkit 及其深度神经网络库 (cuDNN) 存在依赖关系。可以从 Nvidia 官网获取对应版本的信息。通常情况下,通过 conda 渠道可以直接获得这些依赖项而无需手动操作。 #### 使用 Conda 安装 TensorFlow-GPU 一旦完成了前面提到的基础准备工作之后,就可以利用 Conda 来简化 TensorFlow-GPU 的部署过程了。这里推荐采用国内镜像站点加速下载速度[^3]: ```bash pip install tensorflow-gpu==2.7.0 -i https://pypi.mirrors.ustc.edu.cn/simple/ ``` 或者也可以直接使用 Conda 进行安装,这样可以更好地管理依赖关系[^1][^2]: ```bash conda install tensorflow-gpu==1.12.0 ``` 请注意选择合适的 TensorFlow 版本号以匹配已有的硬件条件以及项目需求。 #### 测试安装是否成功 最后一步是验证 TensorFlow 是否能够正确识别到本地可用的 GPU 设备。可以在 Python 解释器里运行下面这段代码来进行测试: ```python import tensorflow as tf print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) ``` 如果一切正常的话,应该会看到输出表明存在至少一块可使用的 GPU 卡片。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值