CentOS服务器深度学习框架搭配版本匹配问题

在CentOS系统搭建深度学习框架时，常常会遇到版本不匹配的问题，这里专门以Tensorflow为例，作以记录：

Tensorflow版本与CUDA&CUDNN之间的版本适配问题
- 参考链接
  - https://blog.****.net/qq_27825451/article/details/89082978
  - https://tensorflow.google.cn/install/source
- 下载安装对应版本的Tensorflow&CUDA&CUDNN
  - 服务器通常因为各个用户所使用的Tensorflow等版本不同的原因，需要安装多个CUDA版本，一个可行的方案是安装多个版本的CUDA到/usr/local/文件夹下面，其中CUDA文件夹为链接文件，同时安装对应CUDA版本的CUDNN到各自CUDA文件夹中。
  - 需要使用不同版本的CUDA时，将CUDA文件夹链接到不同版本的CUDA文件夹中即可：软链接命令：ln -s
  - 另一种方案是编辑环境变量使之指向所使用的CUDA文件夹
    - 例如针对每个用户编辑：vim ~./bashrc
      - export PATH="$PATH:/usr/local/cuda-8.0-5.1/bin"
      - export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0-5.1/lib64/"
      - export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda-8.0-5.1/lib64"
CUDA版本与GCC&G++之间版本适配问题
在使用nvcc命令，调用GCC&G++编译器编译一些文件时，常常会存在因为CUDA版本与GCC版本不匹配导致出现的编译Error，这时需要升级或降级GCC&G++版本以适配对应的CUDA版本
- 查询现有GCC版本：rpm -qa | grep gcc
  rpm为Red Hat所有的包管理工具
- 查询当前使用的GCC版本：gcc --version or gcc -v
- 使用源码编译安装：比较费事费力
  - 参考链接
    - https://www.cnblogs.com/aquester/p/10799125.html
- 使用库管理工具安装
  - Ubuntu
    - 安装与CUDA对应版本的GCC&G++版本
      
      这里创建了软链接到CUDA文件夹中，而不破坏系统原有的GCC&G++（使用update-alternatives命令在Ubuntu系统级更改链接文件，再使用update-alternatives --config修改配置）
  - CentOS7
    CentOS下无法使用apt命令，也无法直接使用yum install命令直接安装对应版本的GCC&G++，可以使用SCL（Software Collections）进行管安装管理。SCL的创建就是为了给CentOS用户提供一种以方便、安全地安装和使用应用程序和运行时环境的多个(而且可能是更新的)版本的方式，同时避免把系统搞乱，缺点是只支持64位把版本的系统。
    - 安装SCL：yum install centos-release-scl
    - 通过SCL安装GCC&G++：yum install devtoolset-6-gcc devtoolset-6-gcc-c++
    - 常用命令
      - 对当前Shell启用某一版本的GCC&G++：scl enable devtoolset-6 bash；如果要长期使用该本版本的话：echo "source /opt/rh/devtoolset-6/enable" >>/etc/profile；切换版本时，可以：scl enable devtoolset-4 bash
      - 查看从SCL安装的包的列表：scl --list/-l
      - 列出SCL可用源：yum list all --enablerepo='centos-sclo-rh'
      - 退出scl-bash：exit
      - scl --help/-h

CentOS服务器深度学习框架搭配版本匹配问题

相关推荐