下面按**“在 CentOS 上配置 TensorFlow”**的常见场景给你一个清晰、可操作的指南。以 CentOS 7 / 8 为例,默认使用 Python 3 + pip + virtualenv(最稳妥、最常用)。
sudo yum update -y
sudo yum install -y epel-release
sudo yum install -y python3 python3-pip python3-devel \
gcc gcc-c++ make git wget
CentOS 7 默认是 Python 2,一定要用
python3
避免污染系统 Python:
pip3 install virtualenv
mkdir ~/tf_env
virtualenv ~/tf_env
source ~/tf_env/bin/activate
激活后命令行前面会出现 (tf_env)
pip install --upgrade pip
pip install tensorflow
验证:
python -c "import tensorflow as tf; print(tf.__version__)"
# 查看显卡
lspci | grep -i nvidia
去 NVIDIA 官网下载 .run 驱动并安装(过程略)
TensorFlow 对版本要求严格,例如:
| TensorFlow | CUDA | cuDNN |
|---|---|---|
| 2.12+ | 11.8 | 8.6 |
| 2.10 | 11.2 | 8.1 |
示例(CUDA 11.8):
sudo yum install -y nvidia-cuda-toolkit
cuDNN 需手动下载并复制:
tar -xzf cudnn-linux-x86_64-8.6.tgz
sudo cp cuda/include/* /usr/local/cuda/include/
sudo cp cuda/lib64/* /usr/local/cuda/lib64/
pip install tensorflow[gpu]
libstdc++.so.6sudo yum install -y libstdc++-static
如果你不想折腾环境:
sudo yum install -y docker
sudo systemctl start docker
docker run -it --gpus all tensorflow/tensorflow:latest-gpu bash
| 需求 | 推荐方案 |
|---|---|
| 学习 / 测试 | CPU + virtualenv |
| 生产 / 训练 | Docker + GPU |
| CentOS 7 | TensorFlow ≤ 2.10 |
如果你愿意,可以告诉我:
我可以直接给你一套完全匹配的命令。