安装tensorflow-gpu

系统环境

• 操作系统：Linux Ubuntu 18.04 LTS
• python版本： 3.6.9
• GPU：NAVIDIA GeForce 940MX

注意！

• 在安装tensorflow和cuda之前一定要注意版本的对应，具体对应关系在经过测试的构建配置（本人踩过的坑，这里使用的版本仅仅做示例，要改成对应的版本）
• cuda选择版本安装时，一定要选择local版本，不要选择network版本

安装cuda

参考： Ubuntu16.04+CUDA9.0 安装（全网最简便快速安装，测试成功）

• 下载deb安装包
  在英伟达官网下载cuda，选择适合的版本，我选择的是10.1版，接下来根据自己的系统一步一步的点：
  

• 安装cuda
  代码在官网已经给出，依次执行即可，时间有些长,复制官网的代码来执行

  sudo dpkg -i cuda-repo-ubuntu1804_10.1.105-1_amd64.deb
  sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
  sudo apt-get update
  sudo apt-get install cuda

  安装好后可以用命令sudo apt autoremove卸载下载完成后不再需要的软件包（非必须）

• 配置环境变量

打开/etc/profile，记得要有修改权限sudo vim /etc/profile，添加：

export  PATH=/usr/local/cuda-11.0/bin:$PATH
export  LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH

不确定路径的话ls找一找就好
其实这里挺奇怪的，我官网上点的是10.1版本，可这里怎么变成11.0了。可能是因为我使用的网络安装，添加源后使用的apt去下载，这时下载的会时默认的最新版。
最后source /etc/profile更新配置
tips:有的人会在~/.bashrc中配置终端的颜色，而执行source /etc/profile后，hostname可能会变成白色，此时，只用再执行source ~/.bashrc即可恢复（导入的环境变量依然有效）

• 验证安装
  执行nvcc -V验证安装是否成功：
  

安装cudnn

参考 CUDA与cuDNN
官网上下载https://developer.nvidia.com/rdp/cudnn-download，选择之前下载的cuda对应版本即可，但要事先注册账户和填一个调查问卷，照着流程走即可


下载Library，我选择第一个
下载完后，解压，里边有include,lib64两个文件夹，复制到之前下载的cuda对应的目录中即可

cd ~/下载
tar -xvf cudnn-11.0-linux-x64-v8.0.3.33.tgz
cd cudnn-11.0-linux-x64-v8.0.3.33/cuda
sudo cp include/cudnn.h /usr/local/cuda-11.0/include/
sudo cp lib64/libcudnn* /usr/local/cuda-11.0/lib64/
sudo chmod a+r /usr/local/cuda-11.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.0/lib64/libcudnn*

这样就安装完了
其实在找cuda文件夹时会发现/usr/local下有cuda和cuda-11.0
但通过ls -l命令列出后可以发现这是个链接,所以不用担心,复制到cuda或者cuda-11.0里都是有效的

安装tensorflow-gpu

终端中输入：

pip install tensorflow-gpu==2.3.0

==后写合适的版本，tensorflow-gpu 2.3.0对应的cuda是10.1,所以我这里发生了报错:

通过降低cuda版本，程序问题解决，安装成功，可以参考这篇文章tensorflow-gpu报错“Could not load dynamic library ‘libcudart.so.10.1’”