凡对本文有任何疑惑可加QQ群交流：1081332609
一、版本信息
操作系统：centos7.x
显卡型号：GeForce GTX 750 Ti
python版本：python3.6
tensorflow版本：tensorflow-gpu==1.14.0
NVIDIA驱动：NVIDIA-Linux-x86_64-440.36.run
CUDA：cuda_10.0.130_410.48_linux.run
cudnn: cudnn-10.0-linux-x64-v7.6.4.38.tgz
二、确认自己的显卡支持cuda
会显示显卡的型号
lspci | grep -i nvidia
三、检查gcc是否安装
gcc --version
四、安装kernel-devel和kernel-headers
其中$(uname -r)就是个参数，uname -r表示kernel的版本号。
sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)
五、关闭X server
systemctl stop gdm.service
六、停用原有显卡
打开如下文件
vi /usr/lib/modprobe.d/dist-blacklist.conf
编辑，并在最后添加如下两行,并保存
blacklist nouveau
options nouveau modeset=0
备份 initramfs 文件
sudo mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
重建 initramfs 文件
dracut /boot/initramfs-$(uname -r).img $(uname -r)
重启电脑
reboot
七、安装NVIDIA驱动
1、到官网下载与显卡及操作系统匹配的显卡驱动
官网地址：http://www.nvidia.cn/Download/index.aspx?lang=cn
sudo sh NVIDIA-Linux-x86_64-440.36.run --kernel-source-path=/usr/src/kernels/$(uname -r)
2、安装界面
在accept的页面选择Accept，
在32-bit页面选择No
在X- configuration页面选择Yes
八、安装CUDA
1、下载
官网地址：https://developer.nvidia.com/cuda-10.0-download-archive
2、安装
sudo sh cuda_10.0.130_410.48_linux.run
3、配置cuda环境变量
编辑bashrc文件
sudo vi ~/.bashrc
在最后添加如下内容，并保存（注意cuda的版本号）
export CUDA_HOME=/usr/local/cuda-10.0
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH="/usr/local/cuda-10.0/lib:${LD_LIBRARY_PATH
九、安装cuDNN
1、下载
下载前需要先注册登录，填写问卷调查
官网地址：https://developer.nvidia.com/rdp/cudnn-archive
选择下载与cuda匹配的cuDNN（注意对应好cuda的版本号）
2、安装
tar -xvzf cudnn-10.0-linux-x64-v7.6.4.38.tgz
cp cuda/include/* /usr/local/cuda/include
cp cuda/lib64/* /usr/local/cuda/lib64
十、安装tensorflow-gpu
建议采用国内镜像加速安装
pip install -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com tensorflow-gpu==1.14.0
八年抗战，终于取得最后胜利！！！
