温馨提示×

centos如何配置tensorflow

小樊
42
2026-09-30 11:17:31
栏目: 智能运维

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)。


一、前置准备(系统环境)

1. 更新系统

sudo yum update -y

2. 安装基础依赖

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


二、创建 Python 虚拟环境(推荐)

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)


三、安装 TensorFlow

✅ CPU 版本(最简单)

pip install --upgrade pip
pip install tensorflow

验证:

python -c "import tensorflow as tf; print(tf.__version__)"

✅ GPU 版本(需要 NVIDIA 显卡)

1. 安装 NVIDIA 驱动

# 查看显卡
lspci | grep -i nvidia

去 NVIDIA 官网下载 .run 驱动并安装(过程略)

2. 安装 CUDA 和 cuDNN(非常重要)

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/

3. 安装 GPU 版 TensorFlow

pip install tensorflow[gpu]

四、常见问题

❌ 缺少 libstdc++.so.6

sudo yum install -y libstdc++-static

❌ GLIBC 版本过低(CentOS 7 常见)

  • TensorFlow 2.12+ 可能不支持 CentOS 7
  • 解决方案:
    • 使用 TensorFlow 2.10
    • 或升级到 CentOS 8 / Rocky / AlmaLinux

五、Docker 方式(强烈推荐)

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

六、总结推荐方案

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:

  • CentOS 版本(7 / 8)
  • 是否用 GPU
  • 是否用于训练还是推理

我可以直接给你一套完全匹配的命令。

0 踩