centos7搭建Cuda9.0 & Cudnn7.0.5 &Tensorflow1.6深度学习环境

一、安装centso7

1. 将光标移动到Install Centos7后，按e编辑，出现启动命令参数，修改第二行

   vmlinuz linux dd quiet

2. ctrl + x 保存执行，查看包含centos7的u盘盘符
   

3. 成功后重启电脑，将光标移动到Install Centos7后，按e编辑，修改第二行

   vmlinux inst.stage2=hd:/dev/sdc4 quiet

   ctrl + x 保存执行

4. 自定义分区（因为磁盘大自己随便定的）

   分区名称	分区大小
   boot	500M
   boot/efi	500M
   var	50GB
   swap	内存大小的1-2倍
   home	用户目录随意
   /	# 剩余磁盘的大小

二、安装前配置

1. 安装与系统内核版本对应的kernel-devel、kernel-headers

   yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)

   执行上述之后查看路径/usr/src/kernels/，如果看到与当前内核版本对应的文件，说明安装成功。

   ls /usr/src/kernels/

2. 禁用Nouveau组件

   echo -e “blacklist nouveau\noptions nouveau modeset=0” > /etc/modprobe.d/blacklist.conf
   reboot
   lsmod | grep nouveau # 如果没有输出即为已经屏蔽了Nouveau组件

3. 安装gcc

   yum install gcc

4. 重新建立initramfs image文件

   mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
   dracut /boot/initramfs-$(uname -r).img $(uname -r)

三、安装显卡驱动、cuda9.0和cudnn7.0.5

安装显卡驱动

1. 去官网https://www.geforce.cn/drivers下载对应的显卡驱动
2. 安装
   

sudo chmod a+x NVIDIA-Linux-x86_64-390.77.run
sudo ./NVIDIA-Linux-x86_64-390.77.run -no-x-check -no-nouveau-check -no-opengl-files
# -no-opengl-files 表示只安装驱动文件，不安装OpenGL文件，这个参数最重要
# -no-x-check 安装驱动时不检查X服务
# -no-nouveau-check 安装驱动时不检查nouveau
nvidia-smi # 安装完成后查看GPU和驱动程序信息

安装cuda9.0

1. 去官网https://developer.nvidia.com/cuda-toolkit-archive寻找对应的版本下载

2. 下载完成后进入对应目录

   sh cuda_9.0.176_384.81_linux.run

   按q跳过阅读
   选择接受

   Do you accept the previously read EULA?accept/decline/quit: accept

   是否自动安装nvidia显卡驱动，选择no

   Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.86?(y)es/(n)o/(q)uit: n

   剩下的全部都yes，看到以下输出信息说明安装成功

   

3. 配置环境变量
   编辑~/.bashrc文件

   vim ~/.bashrc
   #末尾添加以下内容
   export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

   编辑/etc/profile

   vim /etc/profile
   #末尾添加以下内容
   export PATH=$PATH:/usr/local/cuda/bin
   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
   export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

   使配置文件生效

   source /etc/profile

4. 测试

   cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
   sudo make
   ./deviceQuery
   # 如果显示的是关于GPU的信息，则说明安装成功了。

安装cudnn7.0.5驱动

1. 去官网https://developer.nvidia.com/rdp/cudnn-archive下载对应版本
2. 安装
   

   cp cudnn-9.0-linux-x64-v7.solitairetheme8 cudnn-9.0-linux-x64-v7.tgz
   tar -zxvf cudnn-9.0-linux-x64-v7.tgz
   cd cuda
   cp include/* /usr/local/cuda
   cp lib64/* /usr/local/cuda/lib64

3. 查看cudnn版本

   cat /usr/local/cuda/cudnn.h | grep CUDNN_MAJOR -A 2

   

四、安装TensorFlow

安装pyenv

安装好库文件

sudo yum install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel git

安装pyenv

mkdir ~/.pyenv
git clone git://github.com/yyuu/pyenv.git ~/.pyenv
echo ‘export PYENV_ROOT=”$HOME/.pyenv”’ >> ~/.bashrc
echo ‘export PATH=”$PYENV_ROOT/bin:$PATH”’ >> ~/.bashrc
echo ‘eval “$(pyenv init -)”’ >> ~/.bashrc
exec $SHELL -l

安装pyenv-virtualenv（可以不装，使用conda）

git clone https://github.com/yyuu/pyenv-virtualenv.git ~/.pyenv/plugins/pyenv-virtualenv
echo ‘eval “$(pyenv virtualenv-init -)”’ >> ~/.bash_profile
exec $SHELL

从清华镜像源下载anaconda相应版本到~/.pyenv/cache

清华镜像：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
pyenv install anaconda3-4.2.0 #执行安装命令,对应python版本3.5

安装tensorflow

tensorflow不能在pyenv virturalenv创建的虚拟环境下安装
去官网下载tensorflow1.6版本的whl文件，去到该目录下pyenv切换到anaconda3-4.2.0然后运行

pip install –upgrade tensorflow_gpu-1.6.0-cp35-cp35m-manylinux1_x86_64.whl

发现报错

解决方案

pip install –ignore-installed –upgrade pip setuptools
pip install –upgrade tensorflow_gpu-1.6.0-cp35-cp35m-manylinux1_x86_64.whl

附上几个conda常用命令

conda env list 或 conda info -e 查看当前存在哪些虚拟环境
conda list 查看安装了哪些包
conda create -n your_env_name 创建虚拟环境
source activate your_env_name 激活虚拟环境
conda install -n your_env_name [package] 给虚拟环境安装包
conda remove -n your_env_name(虚拟环境名称) –all 删除虚拟环境
conda remove –name your_env_name package_name 删除虚拟环境中某个包

参考

1.CentOS7.0安装NVIDIA GTX1080Ti显卡驱动
https://blog.csdn.net/dechengtju/article/details/80146248
2.Ubuntu 16.04.4 配置 Nvidia显卡驱动 + CUDA 9.0 + cuDNN v7.0.5 + OpenCV 3.2.0
https://blog.csdn.net/pwb1994001/article/details/81119016
3.CentOS 7 下 Cuda & Tensorflow 环境搭建实践
https://ruizhang1993.github.io/2017/04/21/CentOS-7-%E4%B8%8B-Cuda-Tensorflow-%E7%8E%AF%E5%A2%83%E6%90%AD%E5%BB%BA%E5%AE%9E%E8%B7%B5/
4.tensorflow anaconda : pip install fails in newly created python 2.7 environment
https://github.com/tensorflow/tensorflow/issues/3324