tensorflow环境的配置

最近在物理机上装了Ubuntu20.4，并成功弄好了nvidia-driver435 + cuda10.0 + cudnn v7.6.5 for cuda10.0

cuda 和 cuddn的安装

见这篇文 https://blog.csdn.net/ashome123/article/details/105822040

在运行时遇到的报错

1. 找不到文件，或者不能打开文件libcuddn.so.10.1等等，这类问题，只需建立软链接即可 sudo ln -s libcuddn.so.10 libcuddn.so.10.1(注意这里的软链接一定要建立在这个文件被引用的地方（一般是虚拟环境的lib目录下），报错中会指明，或者是tensorflow的lib模块中，具体问题具体分析）
2. 提示out of memory或者cannot create cuddn等错误，这个是显存空间不足（如果没有出现有哪个文件加载出错的话），这个错误的解决方法：
   • 设置tensorfloe动态获取显存
   • 减小batch_size

gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
    try:
        # Currently, memory growth needs to be the same across GPUs
        for gpu in gpus:
            # 设置动态获取显存
            tf.config.experimental.set_memory_growth(gpu, True)
        logical_gpus = tf.config.experimental.list_logical_devices('GPU')
        print(len(gpus), "Physical GPUs,", len(logical_gpus), "Logical GPUs")
    except RuntimeError as e:
        # Memory growth must be set before GPUs have been initialized
        print(e)