一、安裝centso7

1. 將游標移動到Install Centos7後，按e編輯，出現啟動命令引數，修改第二行

   vmlinuz linux dd quiet

2. ctrl + x 儲存執行，檢視包含centos7的u盤碟符
   

3. 成功後重啟電腦，將游標移動到Install Centos7後，按e編輯，修改第二行

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

   ctrl + x 儲存執行

4. 自定義分割槽（因為磁碟大自己隨便定的）

   分割槽名稱	分割槽大小
   boot	500M
   boot/efi	500M
   var	50GB
   swap	記憶體大小的1-2倍
   home	使用者目錄隨意
   /	# 剩餘磁碟的大小

二、安裝前配置

1. 安裝與系統核心版本對應的kernel-devel、kernel-headers

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

   執行上述之後檢視路徑/usr/src/kernels/，如果看到與當前核心版本對應的檔案，說明安裝成功。

   ls /usr/src/kernels/

2. 禁用Nouveau元件

   echo -e “blacklist nouveau\noptions nouveau modeset=0” > /etc/modprobe.d/blacklist.conf
   reboot
   lsmod | grep nouveau # 如果沒有輸出即為已經遮蔽了Nouveau元件

3. 安裝gcc

   yum install gcc

4. 重新建立initramfs image檔案

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

三、安裝顯示卡驅動、cuda9.0和cudnn7.0.5

安裝顯示卡驅動

1. 去官網https://www.geforce.cn/drivers下載對應的顯示卡驅動
2. 安裝
   

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 表示只安裝驅動檔案，不安裝OpenGL檔案，這個引數最重要
# -no-x-check 安裝驅動時不檢查X服務
# -no-nouveau-check 安裝驅動時不檢查nouveau
nvidia-smi # 安裝完成後檢視GPU和驅動程式資訊

安裝cuda9.0

1. 去官網https://developer.nvidia.com/cuda-toolkit-archive尋找對應的版本下載

2. 下載完成後進入對應目錄

   sh cuda_9.0.176_384.81_linux.run

   按q跳過閱讀
   選擇接受

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

   是否自動安裝nvidia顯示卡驅動，選擇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，看到以下輸出資訊說明安裝成功

   

3. 配置環境變數
   編輯~/.bashrc檔案

   vim ~/.bashrc
   #末尾新增以下內容
   export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

   編輯/etc/profile

   vim /etc/profile
   #末尾新增以下內容
   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

   使配置檔案生效

   source /etc/profile

4. 測試

   cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
   sudo make
   ./deviceQuery
   # 如果顯示的是關於GPU的資訊，則說明安裝成功了。

安裝cudnn7.0.5驅動

1. 去官網https://developer.nvidia.com/rdp/cudnn-archive下載對應版本
2. 安裝
   

   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. 檢視cudnn版本

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

   

四、安裝TensorFlow

安裝pyenv

安裝好庫檔案

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

安裝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

安裝pyenv-virtualenv（可以不裝，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

從清華映象源下載anaconda相應版本到~/.pyenv/cache

清華映象：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
pyenv install anaconda3-4.2.0 #執行安裝命令,對應python版本3.5

安裝tensorflow

tensorflow不能在pyenv virturalenv建立的虛擬環境下安裝
去官網下載tensorflow1.6版本的whl檔案，去到該目錄下pyenv切換到anaconda3-4.2.0然後執行

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

發現報錯

解決方案

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

附上幾個conda常用命令

conda env list 或 conda info -e 檢視當前存在哪些虛擬環境
conda list 檢視安裝了哪些包
conda create -n your_env_name 建立虛擬環境
source activate your_env_name 啟用虛擬環境
conda install -n your_env_name [package] 給虛擬環境安裝包
conda remove -n your_env_name(虛擬環境名稱) –all 刪除虛擬環境
conda remove –name your_env_name package_name 刪除虛擬環境中某個包

參考

1.CentOS7.0安裝NVIDIA GTX1080Ti顯示卡驅動
https://blog.csdn.net/dechengtju/article/details/80146248
2.Ubuntu 16.04.4 配置 Nvidia顯示卡驅動 + 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 環境搭建實踐
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