Ubuntu配置conda+tensorflow-gpu系列二：conda+tensorflow-gpu配置

Ubuntu使用conda配置tensorflow-gpu有两种方法
1.采用conda创建虚拟环境，直接在conda环境中安装cuda，cudnn和tensorflow-gpu

参考博客
https://blog.csdn.net/a745233700/article/details/109377039

2.在本机中先安装cuda，cudnn，再创建虚拟环境，配置tensorflow-gpu

参考博客
https://blog.csdn.net/Lin3119333/article/details/100018226
（ps：这两种方法我也不太确定用哪个，可以自己考虑一下）
（2022-11-15更新：更推荐第一种方法，这样运行代码的时候就可以根据项目的需求建立合适的环境，不会污染其他项目的环境）

踩过的坑

1.ubuntu下编辑文本
按下I，在最后一行开始写入，按下Esc，结束写入，并按下：wq，结束

2.安装cuda后，nvidia-smi报错
这是因为cuda会自己重新安装一个驱动，因此需要重启才会生效

3.tf.test.is_gpu_available()输出false
一定要确定自己的cuda、cudnn以及tensorflow的版本是否一致！！！
我一直以为自己的版本一致，后来发现是我想当然了，找了无数的方法后来发现是我的版本不一致。可以采用

physical_devices=tf.config.experimental.list_physical_devices("GPU")
print(physical_devices)

来看运行的时候是否检测到GPU

4.重新安装cuda是报错已有最新版本
因为我在卸载原先的cuda时，没有找到卸载程序，直接暴力删除cuda的文件，在重新安装cuda时一直提示有新的版本

解决方案
采用runfile方法，参考博客https://blog.csdn.net/weixin_44148028/article/details/120988088

一定记住把driver前面的x去掉

当然，强推CSDN的问答，有实在解决不了的问题可以在问答区询问，有其他的问题也可以在评论区讨论。