风火编程--centos上使用gpu相关

参与拿奖：本文已参与「新人创作礼」活动，一起开启掘金创作之路

1. 下载显卡驱动 1.1查看gpu型号 lspci | grep -i nvidia 1.2 下载驱动 www.nvidia.co.uk/Download/in… 1.3. 修改权限 chmod 777 NVIDIA-Linux-x86_64-440.100.run

2. 如果没有gcc需要安装对应系统版本的kernel-headers yum install kernel-devel 或者 3.1 查看系统版本 uname -r 3.2下载rtmp包 rpm.pbone.net/ 3.3 安装 yum install kernel-devel-3.10.0-1062.el7.x86_64.rpm

3. 安装显卡驱动 4.1 下载地址 www.nvidia.cn/Download/in… 4.2 安装 sh cuda_9.0.176_384.81_linux-run.run 第一个No, 后面都是Yes

4. 安装cuda-toolkit 5.1 进入网站 developer.nvidia.com/zh-cn/cuda-… 5.2 选择: 立即下载->linux->... 5.3 按照提示执行命令 wget developer.download.nvidia.com/compute/cud… rpm -i cuda-repo-rhel7-11-5-local-11.5.1_495.29.05-1.x86_64.rpm yum clean all yum -y install nvidia-driver-latest-dkms cuda yum -y install cuda-drivers

5. 禁用nouveau vim /etc/modprobe.d/blacklist-nouveau.conf 写入 blacklist nouveau options nouveau modeset=0 保存

检查 lsmod | grep nouveau

7. 安装cudnn developer.nvidia.com/rdp/cudnn-a… 7.1 解压 tar xzvf cudnn-8.0-linux-x64-v5.1.tgz 7.2 把cudnn解压后的cuda文件夹中的lib64文件夹copy到/usr/local/coda/中 cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 9.3 把cudnn解压后的cuda文件夹中的include/cudnn.h文件copy到/usr/local/coda/include/中 cp cuda/include/cudnn.h /usr/local/cuda/include

测试gpu安装是否成功 进入python交互环境 import tensorflow as tf tf.test.is_gpu_device_name() tf.test.is_gpu_available()

查看gpu型号 lspci | grep -i vga 返回4位16进制数字 pci-ids.ucw.cz/read/PC/10d… 输入查询

查看gpu使用概况 nvidia-smi 查看gpu使用详情

查看cpu使用详情 mpstat -P ALL 2

缺少库文件 可能是由于tf版本和cuda版本不匹配 pip install -U tensllow_gpu==???