1. 程式人生 > >無root許可權伺服器gpu節點下tensorflow原始碼安裝過程及問題

無root許可權伺服器gpu節點下tensorflow原始碼安裝過程及問題

伺服器環境:

  CentOS Linux release 7.2.1511 (Core)

問題:

  1.沒有root許可權,不能使用sudo命令,所有包都必須安裝在自己的目錄下

  2.伺服器沒有聯網,配置檔案中的包的連結無法直接下載,必須提前自己下載,通過xftp傳入伺服器,再用scp命令傳到gpu 節點

scp –r /home/path[email protected]:/home/path

解決:

由於TensorFlow的許多依賴包無法聯網安裝,且需要手動修改安裝配置檔案,所以用原始碼安裝方式(pipy上都是tensorflowwhl安裝包,原始碼在GitHub上下載.zip檔案,傳到gpu

節點並在自己目錄下解壓)

方案1:直接裝(失敗)

cd tensorflow

./configure –prefix=/home/wanglz

然後根據實際情況修改一些配置


編譯:bazelbuild--config=opt  //tensorflow/tools/pip_package:build_pip_package

(bazel需要提前安裝)

錯:

報錯的原因是因為伺服器無法聯網,配置檔案裡寫的這些依賴的下載路徑無法訪問,這些路徑在tensorflow解壓之後的WORKSPACE檔案中,把其中所有的連結下載之後傳到GPU節點,並把該配置檔案中的路徑全部改為本地,


之後繼續編譯,繼續報錯:


無法進行下去,換方案2

方案2:

Python虛擬環境中裝(失敗)

       由於此時已經在自己目錄下嘗試了許多次,也安裝了好幾個Python版本,為了不互相干擾,用pip安裝python-virtualenv,並建立一個env1的虛擬環境,使其不受干擾,但是最後還是在和方案一同樣的位置無法進行下去

方案3:在本機裝,將整個檔案拷貝到gpu節點(成功)

        在臺式機的ubuntu系統下建立一個目錄,並在該目錄下安裝tensorflow(將其所有的依賴包均安裝在本目錄下),然後將目錄是整體拷貝傳到伺服器GPU節點,最後驗證通過。


相關推薦

root許可權伺服器gpu節點tensorflow原始碼安裝過程問題

伺服器環境:  CentOS Linux release 7.2.1511 (Core)問題:  1.沒有root許可權,不能使用sudo命令,所有包都必須安裝在自己的目錄下  2.伺服器沒有聯網,配置檔案中的包的連結無法直接下載,必須提前自己下載,通過xftp傳入伺服器,再

非[]root許可權 伺服器 安裝perl以及perl模組

轉載自http://www.zilhua.com 在本部落格中,所有的軟體安裝都在伺服器上,且無root許可權。理論上適合所有的使用者。 我的安裝目錄 cd /home/zilhua/software 1、在官方網站下載新版本的原始碼包: 2、解壓

Ubuntu14.04tensorflow原始碼安裝,執行flaybird

參考 1.安裝JAVA8 Java8採用下載官方檔案的方式,安裝並設定環境變數後,安裝bazel還是檢測不到,只能命令列安裝 sudo add-apt-repository ppa:webupd8team/java 這句在國內的網安裝是不會成功

tensorflow原始碼安裝過程記錄(ubuntu16、基於CPU)

http://blog.csdn.net/ryoyi/article/details/54428555 作者的話:這是一個安裝記錄,還不敢稱為教程。之前安裝tensorflow饒了很多彎子,所以在結合了很多教程之後,慢慢試錯和結合自己理解猜測才安裝成功。因此可能一些術

centos使用原始碼安裝redisphp-redis

安裝php-redis wget https://github.com/phpredis/phpredis/archive/3.1.2.tar.gz tar -zxvf 3.1.2.tar.gz cd phpredis-3.1.2 /usr/bin/phpize      

ubuntu16.04伺服器root許可權,配置個人tensorflow環境--cuda9.0+cuDNN7+tensorflow-gpu-1.18

本人在伺服器上已經用Anconda建立好python3.5的環境,這個網上有一大堆教程。接下來是重點。 1. cuda的安裝 https://developer.nvidia.com/cuda-downloads,選runfile(local)這個檔案下載然後執行如下程式碼 sh cuda_9

ubuntu16.04服務器上root權限,配置個人tensorflow環境--cuda9.0+cuDNN7+tensorflow-gpu-1.18

pad driver padding 是個 pat imp 不能 nvi output 本人在服務器上已經用Anconda創建好python3.5的環境,這個網上有一大堆教程。接下來是重點。 1. cuda的安裝 https://developer.nvidia.com/c

Linux伺服器root許可權安裝caffe

一個瘋狂修補的錯誤今天終於好了希望別再有什麼亂七八糟的錯誤了 老夫累了真的累了 血淚史 1.git安裝caffe 直接去github搜caffe git clone一下 2.安裝依賴,手動編譯依賴 我基本上把caffe的所有依賴手動編譯了一遍,還算比較順利 按照這個網址:

linuxroot許可權使用yum安裝的方法

現在很多伺服器都是centos系統,而我們使用伺服器的時候通常無法獲得root許可權,也就無法使用sudo提升許可權安裝軟體。 其實在linux中,安裝軟體需要許可權通常是因為我們對安裝位置沒有許可權,所以只要把軟體安裝到我們有許可權的位置就行了。 1 檢視yum中是否有

root許可權的情況安裝python模組

1.由於學校的叢集上以安裝了python2.6,現在要安裝DeliciousAPI。預設的安裝路徑在“/usr/local/lib64/python2.6/site-packages”,沒有root許可權的話就無法安裝成功。因此需要指定安裝的prefix。 [email&

ubunturoot許可權用anaconda2從原始碼編譯並安裝caffe2 採坑日記!

相信做目標檢測的同學都知道facebook已經開源了一個整合很多先進目標檢測演算法的庫,但是官網教程主要針對採用ubuntu系統python來編譯安裝caffe2,由於採用深度學習伺服器沒有sudo許可權,我花費了一天半安裝GPU版的caffe2,最多的錯誤就是

docker 容器root 許可權,如何獲得docker容器裡面的root許可權

首先你的container得正在執行。 可通過sudo docker container ls檢視容器的CONTAINER ID 最後執行命令(其中848669a8722b為上面查到的CONTAINER ID) sudo docker exec -ti -u r

樹莓派wiringPIroot許可權呼叫GPIO口

在樹莓派中執行opencv與GPIO結合的程式時,如果使用wiringPiSetup()設定函式初始化wiringPi系統,執行程式時必需獲取root許可權,但此時若呼叫函式imshow時出錯 其

原始碼安裝libjpeg-turbo1.2.1,root許可權

首先說明我的系統是redhat linux64位。沒有root許可權。我們想安裝libjpeg-turbo. 下面介紹具體的安裝步驟。本來想安裝最新的版本,但是最後失敗了,無奈安裝成1.2.1.3. 

root許可權安裝git-svn方法

tar -xvf git-2.9.4.tar.gz cd git-2.9.4/ ./configure help ./configure --prefix=$HOME/usr/git-2.9.4 make –j64 make install vi ~/.profile PATH=$

原始碼安裝NASM,root許可權

首先說明我的系統是redhat linux64位。沒有root許可權。我們想安裝nasm2.13. 下面介紹具體的安裝步驟。選擇nasm-2.13-xdoc.tar.gz下載在本地目錄下2. 解壓,tar -xvzf nasm-2.13-xdoc.tar.gz  &c

Linuxroot許可權安裝cuda9.1和cudnn7.05以及編譯框架時lcuda.so的問題

無root許可權 centos 7 cuda 9.1 cudnn 7.05 for cuda 9.1 1 下載安裝cuda 在選擇linux及對應的系統之後,選擇 runfile(local)

linux系統 matlab2016b 在shell中安裝破解版 root許可權

2:  進入使用者目錄matlab2016這些matlab安裝檔案的許可權,設為可執行的: chmod -R 777 matlab將整個目錄與其中的檔案和子目錄的許可權都設定為rwxrwxrwx 3。修改Matlab install_input檔案 填入安裝目錄等資訊 destinationF

安裝】Windows TensorFlow安裝(包含:CUP版、GPU版、CUDA、cuDNN)——最後更新日期 2018-05-30

____tz_zs您可以直接使用pip安裝tensorflow,只需一行程式碼就安裝好了。cpu版:pip3 install --upgrade tensorflow·gpu版:pip3 install --upgrade tensorflow-gpu·但是,推薦您使用Ana

Root許可權的Android手機訪問Sqlite資料庫等私有資料

adb shell //進入命令模式 run-as 包名 //獲取檢視非root裝置debug應用的沙盒資料的許可權 cd databases //切換到資料庫目錄下(也可以切換到別的目錄,如快取目錄