tensorflow-gpu版本安裝與使用
目前在伺服器上已經部署了tensorflow-gpu-1.12版本（最新為1.14），且已經測試通過,具體的安裝以及使用的步驟如下：
沒有顯示卡驅動是真的坑爹！！！
以下開始才算是真正意義上的安裝tensorflow-gpu：
step1
目前在伺服器上，已經安裝的cuda版本為9.0，安裝許可權為root，安裝路徑為/usr/local/cuda:
安裝之後，需要將cuda的安裝路徑新增到環境變數中；由於沒有root許可權，無法修改/etc/profile,目前只在使用者目錄下修改.bashrc檔案，檔案末尾新增內容如下：
export path=/usr/local/cuda/bin$}
export ld_library_path=/usr/local/cuda/lib64$}
export cuda_home=/usr/local/cuda
export ld_library_path=$ld_library_path:/usr/local/cuda/extras/cupti/lib64
需要根據自己的安裝路徑修改對應的內容；
cuda
版本進行對應，切記要對應！
各個版本的
cudnn
step3:此時開始安裝gpu版本tensorflow；當前我們的所有環境版本如下：cuda9.0+cudnn9.0+tensorflow-gpu1.12
在windows環境下，從pypi（
step4：測試tensorflow-gpu安裝成功。python執行如下，顯示正常就安裝成功：
上圖就能夠看出顯示卡的可用情況等，一切正常。
伺服器搭建tensorflow環境
ubuntu16.04系統，安裝前確保系統中已安裝cuda 9.0，python3，python virtualenv，以及其他依賴庫 zlib等 configure prefix home zhao env 安裝在wz路徑下 make j16 make install如果報錯，依賴庫不夠，根據提示...
伺服器配置tensorflow環境
1 檢視當前使用源 conda config show sources 或者 conda config show 2 新增指定源 conda config add channels 源名稱或鏈結 3 刪除指定源 conda config remove channels 源名稱或鏈結 4 恢復預設源 ...
伺服器安裝Linux伺服器
新辦公需要搭建一台伺服器，之前也沒有怎麼搞過，不過有一些了解，於是和同事一起嘗試安裝一下伺服器。本人使用ultraiso燒錄u盤，系統檔案是centos 6.6 x86 64 bin 1.ios，使用urtraiso開啟iso檔案，然後如下圖 接著就可以寫入，u盤會被格式化的，注意備份，等待寫入就可...