【Tensorflow】学习一:Centos6.8下TensorFlow使用

一、环境准备

  1. 升级gcc版本到4.8.5
    1)获取gcc4.8.5的源码包(不同的版本,基本是只需要换掉后面的版本号即可更换下载地址)
    wget http://ftp.gnu.org/gnu/gcc/gcc-4.8.5/gcc-4.8.5.tar.bz2
    2)解压压缩包
    tar -jxvf gcc-4.8.5.tar.bz2
    3)进入解压后的目录
    cd gcc-4.8.5
    4)下载、配置和安装需要的依赖库
    ./contrib/download_prerequisites
    这个脚本文件会自动帮我们下载、配置、安装依赖库,可以节约我们大量的时间和精力。
    5)直接在上级目录下创建一个目录,存放编译后的文件。
    cd ../ && mkdir gcc-build-4.8.5
    6)进入这个目录来编译
    cd gcc-build-4.8.5
    7)生成Makefile文件,准备编译整个项目(gcc4.8.5)
    ../gcc-4.8.5/configure --enable-checking=release --enable-languages=c,c++ --disable-multilib
    8)编译gcc4.8.5的源码,非常耗时,时间决定于你的机器的性能。
    make
    如果编译中提示C++ compiler missing or inoperational,表示未安装c++编译器,安装:
    yum install gcc-c++
    安装完成后,再重新make
    9)安装gcc4.8.5(非root用户要在前面加sudo)
    make install
    10)重启系统,让gcc4.8.5生效
    reboot
    11)查看gcc和g++的版本
    gcc --version
    g++ --version
    提示为:
    gcc (GCC) 4.8.5
    g++ (GCC) 4.8.5

  2. 升级python版本
    python -v 查看python版本centos6.8默认python2.6版本,需要升级为python2.7版本,
    步骤如下:
    用wget命令从官方下载源文件,然后解压进行编译
    wget http://www.python.org/ftp/python/2.7.10/Python-2.7.10.tar.xz
    unxz Python-2.7.10.tar.xz
    tar -vxf Python-2.7.10.tar
    进入Python-2.7.10这个文件夹,进入该目录并执行以下命令进行配置
    ./configure --enable-shared --enable-loadable-sqlite-extensions --with-zlib
    其中--enable-loadable-sqlite-extensions是sqlite的扩展,如果需要使用则带上这个选项。
    之后执行
    vi ./Modules/Setup
    找到#zlib zlibmodule.c -I$(prefix)/include -L$(exec_prefix)/lib -lz去掉注释并保存,
    然后进行编译和安装:
    make && make install
    安装好Python2.7之后我们需要先把Python2.6备份起来,然后再对yum的配置进行修改,
    如果不进行这一步操作的话,执行yum命令将会提示你Python的版本不对。
    执行以下命令,对Python2.6进行备份,然后为Python2.7创建软链接
    mv /usr/bin/python /usr/bin/python2.6.6
    ln -s /usr/local/bin/python2.7 /usr/bin/python
    然后编辑/usr/bin/yum,将第一行的#!/usr/bin/python修改成#!/usr/bin/python2.6.6
    编辑配置文件
    vi /etc/ld.so.conf
    添加新的一行内容/usr/local/lib,保存退出,然后
    /sbin/ldconfig
    /sbin/ldconfig -v

  3. 安装pip
    下载最新版的pip,然后安装
    wget https://bootstrap.pypa.io/get-pip.py
    python get-pip.py
    查找pip的位置
    whereis pip
    找到pip2.7的路径,为其创建软链作为系统默认的启动版本
    ln -s /usr/local/bin/pip2.7 /usr/bin/pip
    pip安装完毕,现在可以用它下载安装各种包了

  4. 升级libc库和libstdc++库
    切到刚才gcc-4.8.5的编译目录gcc-build-4.8.5:
    cp x86_64-unknown-linux-gnu/libstdc++-v3/src/.libs/libstdc++.so.6.0.19 /usr/lib64/
    rm -rf /usr/lib64/libstdc++.so.6
    ln /usr/lib64/libstdc++.so.6.0.19 /usr/lib64/libstdc++.so.6

5. 安装Tensorflow --待定

pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-#0.9.0-cp27-none-linux_x86_64.whl

牛人博客:
https://www.cs.toronto.edu/~frossard/post/classification/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容