centos7配置（nvidia+cuda+cudnn+anaconda+tensorflow）gpu开发环境

一、安装准备

1、查看nvidia显卡，我的是T4显卡

lspci | grep -i nvidia

2、查看linux系统版本

uname -m && cat /etc/redhat-release

3、安装依赖

yum install gcc kernel-devel kernel-headers

二、安装nvidia驱动

1、禁用nouveau

lsmod | grep nouveau

如果有输出，那么就是nouveau在启用，需要关闭，按照以下步骤。centos7中禁用方法：

#打开如下文件
sudo vim /usr/lib/modprobe.d/dist-blacklist.conf
#写入以下内容
blacklist nouveau
options nouveau modeset=0
#保存并退出
:wq
#重启
sudo reboot
#最后输入上面的命令验证
lsmod | grep nouveau

没有任何输出，说明nouveau禁用了

2、安装驱动
第一步：打开NVIDIA驱动下载链接http://www.nvidia.com/Download/Find.aspx
第二步：选择适合自己的驱动，包括产品系列、操作系统、语言等
我这里安装的是11.2的版本

rpm -i nvidia-driver-local-repo-rhel7-460.106.00-1.0-1.x86_64.rpm
yum clean all
yum install cuda-drivers
reboot

3、检验驱动是否安装成功

nvidia-smi

三、安装cuda

1、浏览器输入地址：https://developer.nvidia.com/cuda-toolkit-archive

点击Download Latest CUDA Toolkit，跳转到该页面，根据系统版本进行选择

wget https://developer.download.nvidia.com/compute/cuda/11.2.0/local_installers/cuda_11.2.0_460.27.04_linux.run
chmod +x cuda_11.2.0_460.27.04_linux.run
./cuda_11.2.0_460.27.04_linux.run

要把Diver这一个按Enter取消

2、配置环境变量

vim ~/.bashrc
写入：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.2/lib64
export PATH=$PATH:/usr/local/cuda-11.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.2source vim ~/.bashrc

3、验证cuda生效：

nvcc -V

四、安装cudnn

1、下载地址：https://developer.nvidia.com/rdp/cudnn-download
2、解压cudnn

tar -xvf cudnn-linux-x86_64-8.7.0.84_cuda11-archive.tar.xz
cd cudnn-linux-x86_64-8.7.0.84_cuda11-archive
sudo cp include/cudnn*.h /usr/local/cuda-11.2/include/
sudo cp lib/libcudnn* /usr/local/cuda-11.2/lib64/
sudo chmod a+r /usr/local/cuda-11.2/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.2/lib64/libcudnn*

2、检查cudnn的安装

cat /usr/local/cuda-11.2/include/cudnn_version.h | grep CUDNN_MAJOR -a

五、安装anaconda

1、在https://repo.anaconda.com/archive/下载anaconda安装包。
选择python3.88版本

2、安装anaconda

sh Anaconda3-2021.05-Linux-x86_64.sh

3、配置环境变量

vim ~/.bashrc
# 配置anaconda
export PATH=/root/anaconda3/bin:$PATHsource ~/.bashrc

4、检验conda

conda -V

六、配置pip源

1、在根目录下创建.pip文件夹

mkdir ~/.pip

2、使用vim打开pip.conf配置文件

vim ~/.pip/pip.conf

3、pip源配置文件

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

七、安装tensorflow

1、安装tensorflow

pip install tensorflow==2.5.0

2、输入python进入开发
方法一：

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

方法二：

import tensorflow as tf
a = tf.test.is_built_with_cuda()  # 判断CUDA是否可以用
b = tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None
)                                  # 判断GPU是否可以用
print(a)
print(b)