CentOS 7 环境下 TensorFlow 的安装与配置
TensorFlow 是一个由 Google 开源的机器学习框架，广泛应用于深度学习领域，CentOS 7 作为一款稳定可靠的 Linux 发行版，是 TensorFlow 开发和部署的理想环境，本文将详细介绍如何在 CentOS 7 环境下安装和配置 TensorFlow。
系统要求
在安装 TensorFlow 之前，请确保您的 CentOS 7 系统满足以下要求：
- 操作系统：CentOS 7
- Python 版本：Python 3.5、3.6、3.7 或 3.8
- pip 版本：pip 19.0 或更高版本
- CUDA（可选）：如果您打算使用 GPU 加速，需要安装 CUDA 和 cuDNN
安装 Python 和 pip
安装 Python 3
sudo yum install python3
安装 pip
sudo yum install python3-pip
升级 pip
pip3 install --upgrade pip
安装 TensorFlow
安装 TensorFlow
pip3 install tensorflow
安装 TensorFlow GPU 版本（可选）
如果您需要使用 GPU 加速，请安装 TensorFlow GPU 版本：
pip3 install tensorflow-gpu
验证安装
安装完成后，可以通过以下命令验证 TensorFlow 是否安装成功：
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
如果输出结果为 2868...，则表示 TensorFlow 安装成功。
配置 CUDA 和 cuDNN
下载 CUDA 和 cuDNN
前往 NVIDIA 官网下载与您的 GPU 兼容的 CUDA 和 cuDNN 版本。
安装 CUDA
解压下载的 CUDA 安装包,执行以下命令：
sudo ./cuda_11.0.1_451.32.00_linux.run
根据提示完成安装。
安装 cuDNN
解压下载的 cuDNN 安装包，将 include、lib64 和 lib 目录下的文件分别复制到 /usr/local/cuda/ 目录下。
设置环境变量
编辑 ~/.bashrc 文件,添加以下内容：
export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
保存并退出文件,然后执行以下命令使环境变量生效：
source ~/.bashrc
FAQs
问题：安装 TensorFlow 时遇到错误，提示找不到 CUDA 相关库。
解答： 请确保您已正确安装 CUDA 和 cuDNN，并将它们添加到环境变量中，您可以通过执行
nvcc --version命令来检查 CUDA 是否安装成功。问题：安装 TensorFlow 后，如何使用 GPU 加速？
解答： 在导入 TensorFlow 后，使用
tf.debugging.set_log_device_placement(True)来查看每个操作运行在哪个设备上，如果看到 GPU 相关的输出，则表示 TensorFlow 已成功使用 GPU 加速。
