centOS7 禁用nouveau及安装显卡驱动

news/2024/3/28 17:02:26/文章来源:https://blog.csdn.net/my_name_is_learn/article/details/129243972

centOS7 禁用nouveau

前言:

Linux系统一般默认安装的是开源的nouvea显卡驱动,它与nvidia显卡驱动产生冲突,欲装nvidia必禁nouvea!其次Nvidia驱动默认安装OpenGL桌面,然而这又与GNOME桌面冲突,为了系统不宕机,也需禁用nvidia的OpenGL,过程中需要搭建gcc、kernel等环境。如此,可顺利安装NVIDIA显卡驱动。

参考的官方链接:https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#runfile-nouveau

参考的CSDN链接:https://blog.csdn.net/yxdayd/article/details/94742500

# 步骤一
lsmod | grep nouveau  # 查看是否安装了nouveau,有结果表示正在使用nouveau# 步骤二
sudo vim /etc/modprobe.d/blacklist-nouveau.conf  # 创建一个新的文件,在文件中加入下面两句代码blacklist nouveauoptions nouveau modeset=0
# 步骤三
sudo dracut --force# 步骤四,部分机器需要重启,
sudo reboot# 步骤五
lsmod | grep nouveau  # 验证是否禁用成功,没有结果表示禁用成功

扩展知识: 查看系统版本:cat /etc/redhat-release ,结果为CentOS Linux release 7.9.2009 (Core)

centOS7 安装显卡驱动

参考链接:https://www.cnblogs.com/gollong/p/12655424.html,里面记载了准备工作和部分安装流程,提供参考

显卡驱动选择下载链接:https://www.nvidia.cn/Download/index.aspx?lang=cn,本人依据系统版本选择的“操作系统”选项的值为“Linux 64-bit”,请选择自己对应的系统版本。

准备工作:
# 更新安装源
$ yum clean all
$ yum makecache
$ sudo yum update# 安装更新依赖环境
sudo yum install kernel-devel gcc -y  # 查看内核版本
ls /boot | grep vmlinu# 查看源码版本,检查版本是否一致,99%大概率是一致的
rpm -aq | grep kernel-devel# 如果版本不一致,本教程暂时不提供解决方案,请自行谷歌,主要就是要将版本安装一致,有些时间其实你已经安装好了而已,但是系统没有重启过,所以识别不到这个新的安装包,所以重启一下试试,因为我自己每次都更新yum源后才进行安装的,所以按照我这个流程走,99%概率不会不一致。
# 如果版本一致,请接着往下走
# 重启
sudo reboot
开始安装:

因为系统版本是CentOS Linux release 7.9.2009 (Core),所以我需要下载对应的显卡驱动,下载的显卡驱动文件链接:https://cn.download.nvidia.com/tesla/460.73.01/NVIDIA-Linux-x86_64-460.73.01.run

# 步骤一,下载对应的显卡驱动文件
sudo wget https://cn.download.nvidia.com/tesla/460.73.01/NVIDIA-Linux-x86_64-460.73.01.run# 步骤二,下载好之后给文件赋予执行权限
sudo chmod 777 NVIDIA-Linux-x86_64-460.73.01.run# 步骤三,安装显卡驱动
sudo sh NVIDIA-Linux-x86_64-460.73.01.run -no-x-check -no-nouveau-check -no-opengl-files
# -no-x-check 表示安装驱动时关闭X服务
# -no-nouveau-check  表示安装驱动时禁用nouveau
# -no-opengl-files  表示只安装驱动文件,不安装OpenGL文件,
# 运行代码之后安装提示点击按钮即可# 步骤四,验证是否成功,正确出现结果则表示安装成功
nvidia-smi

centOS7 安装GPU的docker

参考链接:https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html,按照官方的安装步骤进行安装即可成功

docker拉取镜像

如果从官网直接拉取镜像的话,速度很慢,所以在真正拉取镜像直接,需要配置国内的镜像源。参考链接:https://www.runoob.com/docker/docker-mirror-acceleration.html

# 步骤一配置国内镜像源,修改文件
$ sudo vim  /etc/docker/daemon.json
# 然后在文件中添加下面代码
{"registry-mirrors":["https://reg-mirror.qiniu.com/"]}
# 之后重启服务,
$ sudo systemctl daemon-reload
$ sudo systemctl restart docker

拉取好镜像之后,使用该镜像创建容器,命令如下,命令的含义参考链接:https://www.runoob.com/docker/docker-install-python.html,这个镜像huangjxgood/tf2.2.3-gpu-py3.6-jupyter:v1是我自己创建给预测项目的

$ sudo docker run -itd --gpus all -v /data:/home -w /home -p 8877:8888 --name tf2.2 huangjxgood/tf2.2.3-gpu-py3.6-jupyter:v1 /bin/bash

然后通过使用这个docker容器来配置jupyter服务,配置好之后我们才方便在本地计算机使用jupyter进行开发,参考链接:https://www.dazhuanlan.com/2019/10/18/5da9445f333f4/

我现在对四台服务器都配置jupyter服务,链接分别如下:

用户jupyter链接
生成服务器http://10.2.160.1:8877/tree?token=1357
测试服务器-东哥http://10.2.160.2:8877/tree?token=1357
测试服务器-俊雄http://10.2.160.3:8877/tree?token=1357
测试服务器-学波http://10.2.160.4:8877/tree?token=1357

centos7安装python3.6

在10.2.160.1上面进行下面的操作,需要在centos7环境之下安装python3.6环境并安装相应的工具包,参考链接安装python3.8:https://www.jianshu.com/p/15f40edefb13和参考安装python3.6:https://cloud.tencent.com/developer/article/1566881

1、安装依赖包
sudo yum install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gcc make libffi-devel xz-devel
# 我增加了一个工具包xz-devel
2. 安装wget
sudo yum install wget

这个包是为了下载python源码用的

4. 下载源码包
cd /data
sudo mkdir download
cd download
sudo wget https://www.python.org/ftp/python/3.6.6/Python-3.6.6.tgz

如果想安装其他版本,去python官网下载页面下载对应的版本即可。

5. 解压安装
# 解压压缩包
sudo tar -zxvf Python-3.6.6.tgz  # 进入文件夹
cd Python-3.6.6# 配置安装位置
sudo ./configure prefix=/data/python3.6  # 安装位置自己决定即可# 安装
sudo make
sudo make install

如果最后没提示出错,就代表正确安装了,在/data/目录下就会有python36目录

6. 添加软连接
#添加python3的软链接 
sudo ln -s /data/python36/bin/python3.6 /usr/bin/python3.6  # 10.2.160.3是python36#添加 pip3 的软链接 
sudo ln -s /data/python36/bin/pip3.6 /usr/bin/pip3.6  # 10.2.160.3是pip36# 更新pip
sudo pip3.6 install --upgrade pip

到这里位置python3.6安装完毕,下面就是安装相应的可用的工具库了

7.安装相应工具库
# 安装pyhive
sudo yum install gcc-c++ python-devel.x86_64 cyrus-sasl-devel.x86_64
pip3.6 install sasl
pip3.6 install thrift
pip3.6 install thrift-sasl
pip3.6 install PyHive# 安装TensorFlow等等其它工具包
pip3.6 install tensorflow==2.2
pip3.6 install sklearn
pip3.6 install pandas
pip3.6 install Flask
pip3.6 install matplotlib
pip3.6 install sqlalchemy
pip3.6 install pymysql
8.使用uwsgi将flask服务进行挂载,参考链接:https://cloud.tencent.com/developer/article/1609621

下面的操作在10.2.160.3上面进行

# 安装uwsgi
pip3.6 install uwsgi# 运行
/data/python36/bin/uwsgi -d --ini /data/predict/product/test.ini

如果要杀死这个进程,使用kill即可

predict接口文档

前言:

1、目前因为接口算法运行时间较长,所以暂时不支持并发调用;另外,代码部署在10.2.160.3测试机上。在后续的工作中,因为每次调用都希望直接可以取到结果,所以直接调用取到结果的接口应该是读取我这些接口写进数据库的数据才是,所以我这些接口应该是为了后面实现的定时任务做的准备。

2、

1、测试flask服务是否接通

接口:http://10.2.160.3:8877/hello
返回结果示例:{"msg":"The connection is successful","password":null,"username":null}

2、【月】预测开店时间在2017年之前、非电商、经营情况正常、配货等级为OUTLET的所有老店店铺“当月”的销售额、并将结果写进ims测试数据库

接口:http://10.2.160.3:8877/month_not_serial  # 一次性运行所有店铺
接口:http://10.2.160.3:8877/month_not_serial?shop_no=URCN0075  # 选择性运行一个店铺

3、【周】预测开店时间在2017年之前、非电商、经营情况正常、配货等级为OUTLET的所有老店店铺“当周”的销售额、并将结果写进ims测试数据库

接口:http://10.2.160.3:8877/week_not_serial  #  一次性运行所有店铺
接口:http://10.2.160.3:8877/week_not_serial?shop_no=URCN0075  # 选择性运行一个店铺

4、【月系列】预测开店时间在2017年之前、非电商、经营情况正常、配货等级为OUTLET的所有老店店铺“当月系列”的销售额、并将结果写进ims测试数据库

接口:http://10.2.160.3:8877/month_serial/{serial}  #  一次性运行所有店铺,serial可选W、M、A
示例:
http://10.2.160.3:8877/month_serial/W
http://10.2.160.3:8877/month_serial/M
接口:http://10.2.160.3:8877/month_serial/{serial}?shop_no=URCN0075  #  选择性运行一个店铺,serial可选W、M
示例:
http://10.2.160.3:8877/month_serial/W?shop_no=URCN0075
http://10.2.160.3:8877/month_serial/M?shop_no=URCN0075

5、【周系列】预测开店时间在2017年之前、非电商、经营情况正常、配货等级为OUTLET的所有老店店铺“当周系列”的销售额、并将结果写进ims测试数据库

接口:http://10.2.160.3:8877/week_serial/{serial}  #  一次性运行所有店铺,serial可选W、M、A
示例:
http://10.2.160.3:8877/week_serial/W
http://10.2.160.3:8877/week_serial/M
接口:http://10.2.160.3:8877/week_serial/{serial}?shop_no=URCN0075  #  选择性运行一个店铺,serial可选W、M
示例:
http://10.2.160.3:8877/week_serial/W?shop_no=URCN0075
http://10.2.160.3:8877/week_serial/M?shop_no=URCN0075

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_75085.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java基础:常见API(Math,System,Runtime,Object,BigInteger,BigDecima)

1.常见API 1.1 Math类 向上取整是向着数轴右边走的意思, 负数也是. 也可以叫进一法, 不论正数负数都会往右走一. 向下取整是向着数轴左边走. 也可以叫去尾法, 不论正负数都会将小数点后的数字去掉. 1.1.2 练习 // 判断有多少水仙花数int count 0;for (int i 100; i < 1…

如何在没有任何额外包的情况下使用 NodeJS 下载文件

如何在没有任何额外包的情况下使用 NodeJS 下载文件 您可以下载文件&#xff08;图像、文本或任何类型的文件&#xff09;并使用 NodeJS 内置 https和 fs模块将其保存到您的文件系统。 该 https模块允许您使用 NodeJS 创建 HTTPS 请求&#xff0c;同时该 fs模块授予您访问文件…

【论文精读11】MVSNet系列(2018-2022)总结

MVSNet系列总结1.MVSNet ECCV20182.RMVSNet CVPR20193.P-MVSNet ICCV20194.MVSCRF ICCV20195.PointMVSNet ICCV20192019年的这四篇文章各有特点&#xff0c;其中RMVSNet、PointMVSNet更是打开了可以继续沿着往下做的思路&#xff1a;6.cascade MVSNet CVPR20207.UCSNet CVPR202…

Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践应用

随着航空、航天、近地空间等多个遥感平台的不断发展&#xff0c;近年来遥感技术突飞猛进。由此&#xff0c;遥感数据的空间、时间、光谱分辨率不断提高&#xff0c;数据量也大幅增长&#xff0c;使其越来越具有大数据特征。对于相关研究而言&#xff0c;遥感大数据的出现为其提…

Python基础—while循环

(1)while循环&#xff1a; 语法格式&#xff1a; while 条件&#xff1a;   执行语句1……   执行语句2…… 适用条件&#xff1a;无限循环 死循环 while True:print(条件是真的&#xff01;)代码实例&#xff1a; i 0 # 创建一个计数的变量 while i < 5: # Truepr…

一个容易被忽视的标签 —— iframe

前言 甲问&#xff1a;说说你知道的HTML标签。 乙于是说了一大堆标签&#xff0c;比如div&#xff0c;span等等。 甲说&#xff1a;那你知道 iframe 标签吗&#xff1f; 乙这时候迟疑了片刻&#xff0c;缓缓说出&#xff1a;知道它&#xff0c;但是不太了解这个标签。 HTM…

Linux文件属性--软连接和硬链接

文章目录软链接硬链接软链接和硬链接的区别软链接 软链接&#xff08;Soft Link&#xff09;又叫符号链接&#xff08;Symbolic Link &#xff09;&#xff0c;是linux特殊文件的一种&#xff0c;文件类型为l,它的数据是它所链接的文件或目录的路径。软链接可以跨磁盘和 分区…

动手学深度学习(第二版)学习笔记 第三章

第三章 线性神经网络 代码&#xff1a;d2l-zh/pytorch/chapter_linear-networks 3.1 线性回归 3.1. 线性回归 — 动手学深度学习 2.0.0 documentation 解析解 线性回归的解可以用一个公式简单地表达出来&#xff0c;这类解叫作解析解&#xff08;analytical solution&…

git在工作中的正常使用

开发A和B功能后进行发版。。 一、拉取代码 git clone http://ntc.ntsvars.com:8090/lvweijie/test.git二、开发功能A任务 创建A任务本地分支 #创建A分支&#xff0c;并切换A分支 git checkout -b A三、开发A任务 四、提交A功能文件到本地分支 git add .五、添加提交A功能备…

AcWing3485. 最大异或和

先看题目&#xff1a; 说实话&#xff0c;我看到这道题就想用滑动窗口&#xff0c;但是滑了一下发现不太对啊&#xff0c;如果我用滑动窗口的话&#xff0c;那么最后肯定是一个固定长度为m的窗口在持续计算&#xff0c;区间长度小于m的区间的异或和肯定会被遗漏。然后我就想怎么…

FSP:Flow of Solution Procedure (CVPR 2017) 原理与代码解析

paper&#xff1a;A Gift From Knowledge Distillation: Fast Optimization, Network Minimization and Transfer Learningcode&#xff1a;https://github.com/HobbitLong/RepDistiller/blob/master/distiller_zoo/FSP.py背景深度神经网络DNN逐层生成特征。更高层的特征更接近…

决策树在sklearn中的实现

目录 一.模块sklearn.tree 二.建模基本流程 三.DecisionTreeClassifier重要参数 1.criterion 2.random_state & splitter 3.剪枝参数max_depth 4.剪枝参数min_samples_leaf & min_samples_split 5.max_features & min_impurity_decrease 6.class_weight …

Python IDE:对于 Python 初学者来说,最好的 IDE 是什么?

Python 是科技界最简单、使用最广泛的编程语言之一。它是一种高级通用编程语言&#xff0c;强调代码可读性并使用面向对象的方法。Python可以用来完成很多任务&#xff0c;包括网站开发、软件开发、 自动化 和数据分析 专业开发人员使用Python开发各种流行的软件程序&#xff0…

深入理解Spring MVC上

Spring MVC 是一种基于 Spring 框架的 Web 框架&#xff0c;它提供了一种基于 Model-View-Controller&#xff08;MVC&#xff09;的设计模式&#xff0c;用于构建 Web 应用程序。在 Spring MVC 中&#xff0c;Controller 接受并处理 HTTP 请求&#xff0c;并将其转发给适当的 …

多表left join 慢sql问题

作为个人记录&#xff0c;后续再填坑a对p是1对多 ,p对llup 1对多SELECTa.id,p.id,t1.id FROMliv_series_product aINNER JOIN liv_product p ON p.id a.product_idLEFT JOIN ( SELECT llup.id, llup.product_id, llup.room_id FROM liv_live_user_product llup WHERE llup.ro…

Tomcat部署及多实例

Tomcat部署及多实例一、Tomcat简介1、Tomcat核心组件2、什么是JSP二、Tomcat数据流向1、Tomcat数据流向2、Tomcat-Nginx数据流向三、Tomcat服务部署安装1、安装jdk包2、解压Tomcat所需的安装包3、在/etc/profile添加环境变量4、启动服务并查看5、在浏览器网页验证6、创建用户&a…

为什么硬件性能监控很重要

当今的混合网络环境平衡了分布式网络和现代技术的实施。但它们并不缺少一个核心组件&#xff1a;服务器。保持网络正常运行时间归结为监控和管理导致网络停机的因素。极有可能导致性能异常的此类因素之一是硬件。使用硬件监控器监控网络硬件已成为一项关键需求。 硬件监视器是…

优化知识管理方法丨整理零碎信息,提高数据价值

信息流时代&#xff0c;知识成集合倍数增长&#xff0c;看似我们学习了很多知识&#xff0c;但知识零碎无系统&#xff0c;知识之间缺乏联系&#xff0c;没有深度&#xff0c;所以虽然你很努力&#xff0c;但你发现自己的能力增长特别缓慢&#xff0c;你需要整理知识将零散的知…

蓝桥杯:染色时间

蓝桥杯&#xff1a;染色时间https://www.lanqiao.cn/problems/2386/learning/?contest_id80 问题描述 输入格式 输出格式 样例输入输出 样例输入 样例输出 评测用例规模与约定 解题思路&#xff1a;优先队列 AC代码(Java)&#xff1a; 问题描述 小蓝有一个 n 行 m 列…

std::chrono笔记

文章目录1. radio原型作用示例2. duration原型&#xff1a;作用示例3. time_point原型作用示例4. clockssystem_clock示例steady_clock示例high_resolution_clock先说感觉&#xff0c;这个库真恶心&#xff0c;刚接触感觉跟shi一样&#xff0c;特别是那个命名空间&#xff0c;太…