1.问题：rhel7 安装 tensorflow，提示 glibc-2.23 缺失，于是开始升级 libc.so.6
2.编译安装略过 /usr/local/glibc-2.23/ 。出现一个 warning。拷贝 libc-2.23.so 到 lib64 下面
3.开始替换
1 ）
cd /lib64
2 ）
LD_PRELOAD=/lib64/libc-2.17.so rm libc.so.6
3
LD_PRElOAD=/lib64/libc-2.23.so ln -s /lib64/libc-2.23.so /lib64/libc.so.6
第 3)步总是出错，而且提示不成功，只能重新软连接回去。。。。。

是编译有错（觉得一个 warning 不是什么问题哈）还是哪里不对呢？
别作死，系统 libc 不要随便升
用一个隔离的环境跑 tensorflow 吧

https://www.v2ex.com/t/217070
怎么用隔离的环境呢？求方案。
看起来不同版本的 linux，成功升级的几率不一样。

glibc 升级还是注意点，最好是用用包升级

有一次成功再 rhel7 上更新过，当时测试正常。后来又不行了。感觉配置环境每次都要耗费很久时间啊，有没有现成的机器学习和深度学习环境呢？

用包如何升级？只学到了用编译的。。。。。

搞深度学习这种新玩意就别用 rhel 这种古老的系统了，各种程度上折腾
想办法用 systemd-nspawn 跑个 arch 容器，或者直接 nvidia-docker 算了

yum -y update glibc ?

为啥说 rhel 古老捏？
你说的容器是个好主意，有没有好的教程呢

yum -y update glibc 提示没包可升级。

rhel 7 是 2014 年发行的，你说老不老
关键词都给你了，自己搜一下就好

像搭建一个环境，每次都是搞半天，有没有可以直接拿来用的呢。。。。

你要做的是升级系统，而不是升级 glibc。

有 https://github.com/floydhub/dl-docker

rhel 7.6 貌似还可以吧。。。

谢谢。我学习一下。bitnami 好多可以拿来即用的 ova，可惜没做一个深度学习的

不要作死升级 glibc。作为一个生产环境升级过的人，表示系统绝对会崩，而且只有重装这条路

用 docker

确实崩了过，好在没有重启。又重新更换了回来。

用 docker 正解。还是换个 OS 吧，rhel 装个 docker 都麻烦的不行

升 libc 是本末倒置，最早我也试图升过，后来想想，为了一个程序的依赖去破坏其它所有程序的依赖，问题不是很大嘛
docker 正解。linux docker 开销很小的

/>10 楼已经说过了，RHEL 7 是 2014 年发行的。别说 7.6，就是 7.998 ，那也是 2014 年发行的。
如果 Tensorflow 需要 glib 2.23 ，而 RHEL 7 没有 glibc 2.23+，那说明 Tensorflow 不支持 RHEL 7，你需要删掉你的系统，然后换一个支持的版本。
而且你有没有想过，你装上了 glibc 2.23 以后，整个系统里那么多依赖 glibc 2.17 的软件怎么办？

升 libc=死 ×
换系统 /docker √

我建议你了解一下
scl-utils
devtoolset-7
安装一个独立的 gcc 环境，替换 libc 有危险

yum install scl-utils
yum install devtoolset-7
scl enable devtoolset-7 bash

那么换什么系统？ linux 好多版本，哪个会更好点？

支持你要用的软件的，就比不支持你要用的软件的，要好一点。
比如说他支持 Ubuntu 16.04+ （这个是 2016 年发行的，比 RHEL 7.x 新 2 年），那你装个 16.04 或者 18.04 就是很好的。

除了 ubuntu 之外还有可选吗？有点对 ubuntu 天生敌意捏？

centos 可以不（貌似和 rhel 一样）？ debian 可以不？

Anaconda 呗，然后 export LD_LIBRARY

就是在 anaconda 上 conda install 的 tensorflow。不过 exoport LD_LIBRARY 怎么用呢？稳定不？

Manjaro：一种不同的野兽》。---研究了下 linux，真实太多版本了，从未听过。。。。

上 docker+1

libc 是不能升级的，LD_LIBARY 并不能生效
除非用更高级的方式，例如 chroot （不确定），container

就等 RHEL8 正式版了

TF 官方文档：
我们在以下 64 位系统上测试过 TensorFlow 并且这些系统支持 TensorFlow：
Ubuntu 16.04 或更高版本
Windows 7 或更高版本
macOS 10.12.6 (Sierra) 或更高版本（不支持 GPU ）
Raspbian 9.0 或更高版本

升级 libc 有系统崩溃的可能，概率还挺大，不要问我怎么知道的- -！

当然用容器更方便，主机上只有装好 docker 跟显卡驱动，环境镜像里已经打包好。
https://www.tensorflow.org/install/docker

也是 期待 8 版本，话说为啥 openbsd 是不是被隔绝在大数据、人工智能之外了？貌似上 docker 都难。
docker，那么宿主机用哪个版本的 Linux ？选择困难。真是很多版本的
这个更高级的形式有点。。。。container 也是容器？
看着好像很多 dl，ml 的 docker image，就是哪个社区比较好，支持比较多。https://github.com/ufoym/deepo 这个看着很好啊。不知道大家都用什么

感谢宝贵信息，看来如果不用 docker 非 ubuntu 莫属。
如果用 dockers 呢

理论上新点的系统都能用，刚开始还是用 Ubuntu 的 lts 版本吧（ 18.04/16.04 ），用得人最多，软件官方支持，用户踩坑分享的教程也多。

真的勇士，敢于升级 libc