标签：nvidia 1.8 CentOS7 gpu tensorflow docker rpm

主要来源：https://blog.csdn.net/chenfeidi1/article/details/80866944

        依赖条件
        安装 nvidia-docker
        启动 nvidia-docker 服务
        使用 nvidia-docker

依赖条件

如果使用的 Tensorflow 版本大于 1.4.0，要求 CUDA 9.0 以上版本。
安装 nvidia-docker

下载安装包：

$ wget https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker-1.0.1-1.x86_64.rpm

安装：

$ rpm -ivh nvidia-docker-1.0.1-1.x86_64.rpm

启动 nvidia-docker 服务

$ sudo systemctl restart nvidia-docker

执行以下命令，若结果显示 active(running) 则说明启动成功：

$ systemctl status nvidia-docker.service
...
Active: active (running) since Thu 2018-05-10 14:12:25 CST; 5s ago
...

使用 nvidia-docker

查看 GPU 信息：

$ nvidia-docker run --rm nvidia/cuda nvidia-smi
启动 Tensorflow：

$ docker pull tensorflow/tensorflow:1.8.0-gpu-py3
$ docker tag tensorflow/tensorflow:1.8.0-gpu-py3 tensorflow:1.8.0-gpu
$ nvidia-docker run -it -p 8888:8888 tensorflow:1.8.0-gpu

 

标签：nvidia,1.8,CentOS7,gpu,tensorflow,docker,rpm
来源： https://www.cnblogs.com/sqw8080/p/10997562.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。