主要要跑Machine Learning的程式, 嘗試把記憶體很大的Server安裝Tensorflow and Keras,
感謝鼎中的安裝程式 https://hackmd.io/Qp2TORtJSs25WyhNoBfDVg#
不過我這台Server是CentOS 6.9,稍微舊一點,也不是Ubuntu,果然最後面兩步驟
import tensorflow as tf
import keras
都失敗,主要都是說找不到合適的動態LIB連結(例如GLIBC 2.18)
在網路上參考強國人解決的方法 https://blog.csdn.net/levy_cui/article/details/51251095
不過我有提升版本,畢竟這個網頁是數年前的狀態,而且只取其中一部分
該文前半部直接跳過
我的方法是取其文章後半部"直接升級glibc"
1. wget http://ftp.gnu.org/pub/gnu/glibc/glibc-2.20.tar.gz (此時版本最高為glibc-2.27)
因為硬體跟OS沒有太新,所以取相近適合的版本
tar xvfz glibc-2.20.tar.gz
cd glibc-2.20
mkdir build
cd build
../configure --prefix=/usr --disable-profile --enable-add-ons --with-headers=/usr/include --with-binutils=/usr/bin
make && make install
完成後 輸入strings /lib64/libc.so.6|grep GLIBC
發現最高版本升到GLIBC_2.18
測試
import tensorflow as tf
import keras
此時發現尚缺合適版本GLIBCXX檔
2. 強國人網頁找GLIBCXX檔太舊, 其實若照鼎中的安裝程式步驟中,安裝Anaconda3就有
例如 /opt/anaconda3/lib/libstdc++.so.6.0.24
所以
mv /usr/lib64/libstdc++.so.6 /usr/lib64/libstdc++.so.6.bak
cp /opt/anaconda3/lib/libstdc++.so.6.0.24 /usr/lib64/
cd /usr/lib64/
chmod +x libstdc++.so.6.0.24
ln -s libstdc++.so.6.0.24 libstdc++.so.6
完成後 輸入 strings /usr/lib64/libstdc++.so.6 | grep GLIBCXX
發現最高版本升到 GLIBCXX_3.4.24
測試
import tensorflow as tf
import keras
顯示 TensorFlow backend
成功!
## 遠端Jupyter Notebook
達毅示範Jupyter Notebook是在Windows主機,會自動開啟brower操作
但是我這server主機在機房內,要如何用brower操作?其實開發者都弄好了!
可以參考這篇https://jerrynest.io/install-jupyter-with-style/
因為要遠端會要求登錄帳號密碼
先設設定檔與密碼
jupyter notebook --generate-config
jupyter notebook password
而要遠端時 ip 改為0.0.0.0 並設定port
jupyter notebook --ip=0.0.0.0 --port=9487
此時遠端打 xxx.xxx.xxx.xxx:9487/ 就可以遠端使用
