这篇文章主要介绍“CentOS7怎么搭建Linux GPU服务器”，在日常操作中，相信很多人在CentOS7怎么搭建Linux GPU服务器问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”CentOS7怎么搭建Linux GPU服务器”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
十载的中宁网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。全网整合营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整中宁建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联建站从事“中宁网站设计”,“中宁网站推广”以来，每个客户项目都认真落实执行。
1. cuda toolkit的安装
到查询gpu支持的cuda版本：
到，根据操作系统选择下载相应的cuda toolkit版本，下载的是一个.run文件，下载完成后以root用户直接运行该文件安装。
安装结束以后。运行：
复制代码 代码如下:
nvidia-smi
如果列出了gpu状态信息，表明安装成功：
2. cudnn的安装
tensorflow对神经网络的加速通过cudnn库实现，所以首先去https://developer.nvidia.com/rdp/cudnn-archive，根据cuda的版本下载相应版本的cudnn，也是一个.run文件，下载完成后直接运行。
3. tensorflow的安装
为了在安装过程中不出现版本冲突等问题，建议先安装anoconda。到https://www.anaconda.com/download/#linux下载后，运行.sh文件安装。
然后使用下面的命令安装tensorflow：
conda create -n tensorflow python=2.7
source activate tensorflow
export tf_binary_url=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc1-cp27-none-linux_x86_64.whl
pip install --ignore-installed --upgrade $tf_binary_url
依次输入：
source activate tensorflow
python
import tensorflow as tf
import pandas as pd
tf.__version__
如果没有报错，则表明安装成功：
到此，关于“CentOS7怎么搭建Linux GPU服务器”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
本文标题：CentOS7怎么搭建LinuxGPU服务器
文章地址：
http://cdkjz.cn/article/jjehij.html
