Ubuntu16.04安装CUDA10.0、CUDNN7.6、TensorFlow2.0

折腾了半天终于在服务器上装好了CUDA10.0、对应版本的cuDNN和TensorFlow2.0，因为TF2.0还比较新，网上教程不是特别多，而且TF2.0要CUDA10.0才可以，所以特意记录一下，过段时间可能还要在自己电脑上装一遍。

CUDA

1.下载

官网下载CUDA：https://developer.nvidia.com/cuda-downloads
本次安装没有选择最新的10.1，选择了更稳定的10.0。
按照自己的系统选择，然后点击Download进行下载。

2.安装

使用以下命令进行安装：

`sudo dpkg -i cuda-repo-ubuntu1604-10-1-local-10.1.168-418.67_1.0-1_amd64.deb`
`sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub`
`sudo apt-get update`
`sudo apt-get install cuda`

3.测试

查看CUDA版本

nvcc -V
cat /usr/local/cuda/version.txt

上下两个命令都可以

查看NVIDA GPU信息

nvidia-smi

参考：
https://developer.nvidia.com/cuda-downloads

cuDNN

1.下载

先注册一个账号，然后登录。
注册需要邮箱确认，这里应该是需要科学上网。我的确认邮件一直在那转，科学上网以后就好了。之后如下图进行选择，然后下载即可。

2.安装

先找到下载了cuDNN压缩包的文件夹，然后执行下面命令进行解压缩。

$ tar -xzvf cudnn-9.0-linux-x64-v7.tgz

再执行下面的命令将解压出的文件拷贝到cuda-10.0/lib64和cuda-10.0/include下面就可以了。

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

3.测试

查看cuDNN版本

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

参考：https://docs.nvidia.com/deeplearning/sdk/cudnninstall/index.html#download

TensorFlow2.0

此处使用pip进行安装

1.先把安装源改成清华镜像

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2.更新pip

pip install pip -U 

3.安装

此次安装的是TensorFlow 2.0 gpu版 aplha版本，应该是当前最新的版本，更加稳定的版本还没有发布，必须要制定版本号。

pip install tensorflow-gpu==2.0.0-alpha0

CPU版本安装命令如下：pip install tensorflow==2.0.0-alpha0

4.测试

import tensorflow as tf
tf.test.is_gpu_available()

显示TRUE就说明ok了。

至此应该是大功告成了，可以跑自己的代码了。

Ps：中间遇到了一些环境配置的问题，之后会另写一篇来记录。