查看CUDA、CUDNN，TF-GPU版本命令、纯净删除anaconda命令、解决pip安装慢的问题

1.查看CUDA版本：

cat /usr/local/cuda/version.txt

2.查看cudnn版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

3.查看tensorflow是否安装成功：

import tensorflow as tf 

4.查看tensorflow版本：

Python环境下：

 tf.__version__

5.纯净删除anaconda命令：

1.删除anaconda文件夹， rf 后加上anaconda3的文件安装位置

sudo rm -rf anaconda3

2.到根目录下，打开终端并输入，以编辑~/.bashrc文件

sudo gedit ~/.bashrc

注释anaconda环境变量，如下图所示，注释后保存并关闭文件

3.在终端执行下面命令使其生效：

source ~/.bashrc

到此结束

6.查看自己tensorflow安装是GPU还是CPU版本

python环境下输入：

import os
from tensorflow.python.client import device_lib
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"
 
if __name__ == "__main__":
    print(device_lib.list_local_devices())
    

7. 解决pip安装网络问题

pip install keras -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

8.Ubuntu16.04切换python3和python2

切换Python3为默认版本：

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100

sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

切换Python2为默认版本：

sudo update-alternatives --config python

9.pip安装慢的问题解决方案

pip 源的更新

在home目录下创建.pip目录

sudo mkdir .pip

然后创建pip.conf文件

sudo touch .pip/pip.conf
sudo gedit .pip/pip.conf

添加下面两行：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

保存退出即可
参考博客：https://blog.csdn.net/gxz987/article/details/98185262