安装GPU版本Tensorflow

1. 查看当前驱动版本：nvidia-smi，如果失败，则没有安装驱动。

2. 禁用nouveau驱动（ubuntu 18.04默认的第三方显卡驱动）

   # 其中4.4.0-31-generic视目录中具体情况而定
   mv /lib/modules/4.4.0-31-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko /lib/modules/4.4.0-31-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko.org
   
   update-initramfs -u
   
   reboot
   
   

3. 查看显卡型号和可供安装的驱动版本：ubuntu-drivers devices

4. 安装对应版本驱动：sudo apt install nvidia-driver-440

5. 中间如果出现设置密码，就设置一下密码即可。重启的时候需要enroll

6. 如果模型运行过程中出现NVIDIA-SMI has failed，可以尝试下面步骤恢复

   1. sudo apt-get install dkms

   2. sudo dkms install -m nvidia -v 410.79

   3. 如果出现丢失链接库：libGLU.so，libXmu.so则执行sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev；然后重新1,2步骤

7. 查看TensorFlow，cuda，cudnn对应版本：https://tensorflow.google.cn/install/source

8. 下载cuda: https://developer.nvidia.com/cuda-toolkit-archive  （Nvidia官网账户：Eureca2020，密码是学号！）

   1. sudo sh cuda_10.0.130_410.48_linux.run

   2. sudo sh cuda_10.0.130.1_linux.run
   3. 详细步骤可参考cuda安装及版本切换方法

9. 下载cuDnn：https://developer.nvidia.com/rdp/cudnn-archive

   1. 下载cuDNN Runtime Library for Ubuntu18.04 (Deb)

   2. 下载cuDNN Developer Library for Ubuntu18.04 (Deb)

   3. 下载cuDNN Code Samples and User Guide for Ubuntu18.04 (Deb)

   4. 安装步骤参考：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html

      1. sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
      2. sudo dpkg -i libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb
      3. sudo dpkg -i libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb

10. 安装GPU版Tensorflow：

    1. pip install tensorflow-gpu

    2. https://pypi.org/project/tensorflow/2.0.0a0/#files

    3. http://mirrors.aliyun.com/pypi/simple/tensorflow-gpu/

       1. 查询系统当前python中pip支持安装的包版本： import pip；print(pip.pep425tags.get_supported())

       2. 例如支持的是tensorflow_gpu-2.0.0rc1-cp36-cp36m-manylinux2010_x86_64.whl

       3. 将其名字改为tensorflow_gpu-2.0.0rc1-cp36-cp36m-manylinux1_x86_64.whl

       4. pip install tensorflow_gpu-2.0.0rc1-cp36-cp36m-manylinux1_x86_64.whl

11. 查看tensorflow是不是GPU版本

    from tensorflow.python.client import device_lib
    print(device_lib.list_local_devices())