CentOS7 minimal +anaconda+keras 深度学习环境
2017-03-22 20:54
253 查看
为什么选择centos minimal安装?
使用ultraISO制作centos U盘安装工具时,强制转换为FAT32格式(Linux不识别NTFS格式),FAT32格式不支持大于4GB的单个文件,但是CentOS7标准DVD版本大于4GB,无法拷入。
查看磁盘阵列
cat /proc/mdstat
挂载磁盘阵列
mkdir /dirname
mount /diskname /dirname(diskname如:/dev/sda)
如何设置开机自动挂载磁盘阵列?
查看磁盘UUID及文件类型
/dev/md126: UUID=”e11c2a37-9882-492a-83e7-966294a2626c” TYPE=”ext4” blkid
vi /etc/fstab
编辑系统分区表(使系统启动后自动挂载),增加一条数据:
/dev/md126 /work ext4 defaults 0 0
安装anaconda2
sudo bash Anaconda2-4.3.0-Linux-x86_64.sh
其中关键一步:
Do you wish the installer to prepend the Anaconda2 install location
to PATH in your /root/.bashrc ? [yes|no]
这里一定要选yes。
将anaconda添加到系统路径#sudo vim /etc/profile,在最后一行添加export PATH=/root/anaconda2/bin:$PATH
conda create –name keras python=2.7
source activate keras
安装cuda时Satisfy DKMS dependency
Nvidia 驱动RPM包依赖于其他软件包,例如DKMS和libvdpau,这些包仅在第三方源是可用的(如EPEL),因此在安装Nvidia驱动之前需要添加第三方源到软件包管理库中,否则会影响安装过程。
添加centos7 x86_64的EPEL源:
wget http://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm
rpm -ivh epel-release-latest-7.noarch.rpm
yum repolist 检查是否安装成功
yum –enablerepo=epel install DKMS
之后再:
sudo rpm -i cuda-repo-rhel7-8-0-local-8.0.44-1.x86_64.rpm
sudo yum clean all
sudo yum install cuda
安装keras
sudo yum -y install python-pip
sudo yum install gcc python-devel
pip install theano -U –pre -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tensorflow -U –pre -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install keras -U –pre -i https://pypi.tuna.tsinghua.edu.cn/simple
解决安装tensorflow提示没有setuptool
wget –no-check-certificate https://pypi.python.org/packages/source/s/setuptools/setuptools-1.4.2.tar.gz
tar -xvf setuptools-1.4.2.tar.gz
cd setuptools-1.4.2
python2.7 setup.py install
使用ultraISO制作centos U盘安装工具时,强制转换为FAT32格式(Linux不识别NTFS格式),FAT32格式不支持大于4GB的单个文件,但是CentOS7标准DVD版本大于4GB,无法拷入。
查看磁盘阵列
cat /proc/mdstat
挂载磁盘阵列
mkdir /dirname
mount /diskname /dirname(diskname如:/dev/sda)
如何设置开机自动挂载磁盘阵列?
查看磁盘UUID及文件类型
/dev/md126: UUID=”e11c2a37-9882-492a-83e7-966294a2626c” TYPE=”ext4” blkid
vi /etc/fstab
编辑系统分区表(使系统启动后自动挂载),增加一条数据:
/dev/md126 /work ext4 defaults 0 0
安装anaconda2
sudo bash Anaconda2-4.3.0-Linux-x86_64.sh
其中关键一步:
Do you wish the installer to prepend the Anaconda2 install location
to PATH in your /root/.bashrc ? [yes|no]
这里一定要选yes。
将anaconda添加到系统路径#sudo vim /etc/profile,在最后一行添加export PATH=/root/anaconda2/bin:$PATH
conda create –name keras python=2.7
source activate keras
安装cuda时Satisfy DKMS dependency
Nvidia 驱动RPM包依赖于其他软件包,例如DKMS和libvdpau,这些包仅在第三方源是可用的(如EPEL),因此在安装Nvidia驱动之前需要添加第三方源到软件包管理库中,否则会影响安装过程。
添加centos7 x86_64的EPEL源:
wget http://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm
rpm -ivh epel-release-latest-7.noarch.rpm
yum repolist 检查是否安装成功
yum –enablerepo=epel install DKMS
之后再:
sudo rpm -i cuda-repo-rhel7-8-0-local-8.0.44-1.x86_64.rpm
sudo yum clean all
sudo yum install cuda
安装keras
sudo yum -y install python-pip
sudo yum install gcc python-devel
pip install theano -U –pre -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tensorflow -U –pre -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install keras -U –pre -i https://pypi.tuna.tsinghua.edu.cn/simple
解决安装tensorflow提示没有setuptool
wget –no-check-certificate https://pypi.python.org/packages/source/s/setuptools/setuptools-1.4.2.tar.gz
tar -xvf setuptools-1.4.2.tar.gz
cd setuptools-1.4.2
python2.7 setup.py install
相关文章推荐
- [AI开发]centOS7.5上基于keras/tensorflow深度学习环境搭建
- centos 7 下搭建 tensorflow+keras 深度学习环境
- Windows环境Keras深度学习框架配置
- 深度学习1:windows系统下eclipse+pydev+anaconda环境搭建
- 【深度学习】Ubuntu16.04+Anaconda安装+换源+环境创建+tensorflow安装(3)
- 深度学习环境搭建之CentOS 7+NVIDIA GPU+CUDA8.0+CUDNN6.0+TensorFlow
- Windows下深度学习平台Keras环境搭建【CPU版】
- 在U盘里配置好主流深度学习框架及GPU环境theano\tensorflow\keras\caffe\cuda7.5
- 【深度学习笔记】Anaconda及开发环境搭建
- 深度学习环境搭建(Windows下Anaconda安装与配置)
- 深度学习服务器环境搭建详细版(Ubuntu16.04+CUDA8+Caffe+Anaconda+TensorFlow+共享)
- WIN10深度学习环境搭建 Python3.6+Tensorflow+CUDA8.0+Anaconda3+keras
- 手把手教你搭建谷歌TensorFlow深度学习开发环境和更高级的keras开发安装!
- win7系统 深度学习环境 anaconda+tensorflow+jupyter notebook轻松搭建
- centos7 搭建 python35+pip3+pytorch 深度学习环境
- 【深度学习】环境配置之Anaconda安装
- centos 7深度学习环境部署
- Ubuntu16.04+GTX1050ti+CUDA8.0+TensorFlow-gpu+Keras+Pycharm配置深度学习环境
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- Tensorflow1.4.0(GPU)+Win10+Anaconda5.0.1+CUDA8.0+cuDNN6.0+Python3.6深度学习环境安装