【技术实现步骤摘要】
本专利技术属于软件环境搭建领域，尤其是涉及一种在centos系统下离线安装tensorflow gpu版的方法。
技术介绍
1、tensorflow是一个由谷歌大脑团队开发的一个开源软件库。它拥有一个全面而灵活的生态系统，用于各种感知和语言理解任务的机器学习，可以帮助科研人员和软件开发者轻松构建和部署由机器学习支持的应用，助力机器学习的发展。tensorflow提供了多种平台的api(application programming interface,应用程序编程接口)，包括cpu(centralprocessing unit,中央处理器)、gpu(graphics processing unit,图形处理器)、tpu(tensor processing unit,张量处理器)。tensorflow开发者可以在桌面设备、服务器集群、移动设备、边缘设备上进行相关应用的训练开发，并最终将训练好的机器学习模型部署在这些设备上。
2、centos是linux发行版之一，由于其强大的稳定性以及生态环境，是企业最常用的linux操作系统之一，当前使用centos安装tensorflow时通常设备接入互联网，且需要将源改为国内源，以便增加依赖的下载速度，需要一台具有相同硬件的联网设备；
3、现有的对数据、保密等比较敏感企业的设备一般都在局域网，无法满足联网的条件，同时需要一台具有相同硬件的联网设备，增加了硬件费用开销。
技术实现思路
1、有鉴于此，本专利技术旨在提出一种在
2、为达到上述目的，本专利技术的技术方案是这样实现的：
3、一种在centos系统下离线安装tensorflow gpu版的方法，包括：
4、s1、服务器终端响应用户发出的安装tensorflow gpu版指令；
5、s2、引导用户根据tensorflow gpu版选择需安装的cuda版本、cudnn版本、python3版本、tensorflow gpu版本；
6、s3、服务器终端根据步骤s2中用户选择的安装版本，自动组织相关pip安装格式的依赖组件；
7、s4、针对centos系统的服务器终端进行环境检查，并初始化系统环境变量；
8、s5、运行预设的脚本命令，采用自底向上的方式，先后进行cuda、cudnn以及python3环境的安装；
9、s6、在完成cuda、cudnn以及python3环境的安装后，接着安装相关的依赖组件；
10、s7、根据所安装的cuda、cudnn、python3环境以及依赖组件，安装tensorflow gpu版。
11、进一步的，在执行步骤s1之前还包括：
12、服务器终端响应用户发出的登陆centos系统请求，对所述用户的身份进行验证；
13、所述身份验证的方式包括账号密码验证、指纹验证。
14、进一步的，在步骤s4中，具体包括：
15、检查centos系统服务器终端是否具有gpu卡以及gpu卡型号，如果是则选择相应的cuda版本和cudnn版本进行安装，否则停止安装；
16、检查centos系统服务器终端是否安装python3环境以及安装的python3版本，如果是则取消python3环境安装，否则选择要安装的python3版本；
17、检查centos系统服务器终端是否安装tensorflow gpu版，如果是则取消tensorflow gpu版安装，否则选择要安装的tensorflow版本；
18、检查centos系统服务器终端是否满足预设安装要求，如果是则进行安装，否则取消安装。
19、进一步的，在执行步骤s5之前，还包括：
20、构建http服务器，上传cuda源、cudnn源、python3源、tensorflow gpu源以及对应的依赖包，建立索引以使同局域网内的其它centos终端可以通过http服务器访问所述安装源。
21、进一步的，上传cuda源、cudnn源、python3源、tensorflow gpu源时：
22、终端通过安全协议ssh连接到局域网，添加所述安装源。
23、进一步的，在步骤s7中，包括：
24、校验tensorflow文件的完整性，如果完整则向所述终端发送安装成功信息，否则向所述终端发送安装失败信息；
25、试运行所述tensorflow gpu版，校验所述tensorflow gpu版，如果是则通过gpu进行运算，当能够通过gpu进行运算时向所述终端发送安装成功信息，若不能够通过gpu进行运算向所述终端发送安装失败信息。
26、进一步的，终端通过可视化界面引导用户安装tensorflow gpu版，可视化界面显示当前安装步骤的过程。
27、进一步的，本方案公开了一种电子设备，包括处理器以及与处理器通信连接，且用于存储所述处理器可执行指令的存储器，所述处理器用于执行一种在centos系统下离线安装tensorflow gpu版的方法。
28、进一步的，本方案公开了一种服务器，包括至少一个处理器，以及与所述处理器通信连接的存储器，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，以使所述至少一个处理器执行一种在centos系统下离线安装tensorflowgpu版的方法。
29、进一步的，本方案公开了一种计算机可读取存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现一种在centos系统下离线安装tensorflow gpu版的方法。
30、相对于现有技术，本专利技术所述的一种在centos系统下离线安装tensorflow gpu版的方法具有以下有益效果：
31、本专利技术所述的一种在centos系统下离线安装tensorflow gpu版的方法，使安装centos系统的终端在不具备网络环境或网络环境较差的条件下安装tensorflow gpu版，构建机器学习环境；帮助企业现场部署人员快速构建python机器学习环境。
本文档来自技高网...【技术保护点】
1.一种在CentOS系统下离线安装TensorFlow GPU版的方法，其特征在于，包括：
2.根据权利要求1所述的一种在CentOS系统下离线安装TensorFlow GPU版的方法，其特征在于：在执行步骤S1之前还包括：
3.根据权利要求1所述的一种在CentOS系统下离线安装TensorFlow GPU版的方法，其特征在于，在步骤S4中，具体包括：
4.根据权利要求1所述的一种在CentOS系统下离线安装TensorFlow GPU版的方法，其特征在于，在执行步骤S5之前，还包括：
5.根据权利要求4所述的一种在CentOS系统下离线安装TensorFlow GPU版的方法，其特征在于：上传CUDA源、CUDNN源、Python3源、TensorFlow GPU源时：
6.根据权利要求1所述的一种在CentOS系统下离线安装TensorFlow GPU版的方法，其特征在于，在步骤S7中，包括：
7.根据权利要求1所述的一种在CentOS系统下离线安装TensorFlow GPU版的方法，其特征在于：终
8.一种电子设备，包括处理器以及与处理器通信连接，且用于存储所述处理器可执行指令的存储器，其特征在于：所述处理器用于执行上述权利要求1-7任一所述的一种在CentOS系统下离线安装TensorFlow GPU版的方法。
9.一种服务器，其特征在于：包括至少一个处理器，以及与所述处理器通信连接的存储器，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，以使所述至少一个处理器执行如权利要求1-7任一所述的一种在CentOS系统下离线安装TensorFlow GPU版的方法。
10.一种计算机可读取存储介质，存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1-7任一项所述的一种在CentOS系统下离线安装TensorFlowGPU版的方法。
...【技术特征摘要】
1.一种在centos系统下离线安装tensorflow gpu版的方法，其特征在于，包括：
2.根据权利要求1所述的一种在centos系统下离线安装tensorflow gpu版的方法，其特征在于：在执行步骤s1之前还包括：
3.根据权利要求1所述的一种在centos系统下离线安装tensorflow gpu版的方法，其特征在于，在步骤s4中，具体包括：
4.根据权利要求1所述的一种在centos系统下离线安装tensorflow gpu版的方法，其特征在于，在执行步骤s5之前，还包括：
5.根据权利要求4所述的一种在centos系统下离线安装tensorflow gpu版的方法，其特征在于：上传cuda源、cudnn源、python3源、tensorflow gpu源时：
6.根据权利要求1所述的一种在centos系统下离线安装tensorflow gpu版的方法，其特征在于，在步骤s7中，包括：
7.根据权利要求1所述...
【专利技术属性】
技术研发人员：蔡向科，李延勇，马骁，
申请(专利权)人：天津七一二通信广播股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。