ubuntu环境下配置tensorflow1.13.1+cuda10+cuDNN7.4+python3.7

由于想要做一个深度学习的项目，目前所找到的开源代码都是基于tensorflow的，所以打算重新配置一下tensorflow1.13.1的环境。

———————————————正文开始————————————————

先将驱动处理好

Ubuntu 卸载 Nvidia 驱动和安装最新驱动_WMSmile的博客-CSDN博客_ubuntu卸载nvidia驱动

确认对应的各个版本tensorflow各版本与CUDA版本及Cudnn的对应关系-三伏磨

**tensorflow 版本 **	Python 版本	编译器	编译工具	cuDNN	CUDA
tensorflow_gpu-1.13.1	2.7、3.3-3.6	GCC 4.8	Bazel 0.19.2	7.4	10.0

1.安装gcc版本

• 查看gcc版本，此时为7.5.0版本

 gcc --version

（ubuntu默认安装一个gcc，所以先下载低版本的gcc，再切换一下）

• 下载gcc4.8的版本

sudo apt-get install gcc-4.8 g++-4.8

• 切换为低版本的gcc

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 100

• 激活该版本

sudo update-alternatives --config gcc

• 查看并检验gcc版本，成功切换为4.8版本

 gcc --version

2.安装Anaconda3

Index of /https://repo.anaconda.com/archive/

• 进入网页下载需要的版本

• 下载后安装（此时一直按enter，询问是否需要加入环境变量时，输入yes）

bash Anaconda3-2021.05-Linux-x86_64.sh

• 安装后配置环境变量

（1）在终端输入gedit ~/.bashrc打开bashrc文件

（2）在文件末尾加上anaconda的路径即export PATH="/home/imed/anaconda3/bin:$PATH"，注意修改为自己conda的路径

（3）激活文件source ~/.bashrc

• 此时重新打开终端，输入python，会显示python的版本

3.安装cuda10.1

• 下载cuda10.1

wget https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run

• 开始安装

sudo sh cuda_10.1.243_418.87.00_linux.run

(1)一直按enter键，在下面页面输入accept

(2)不选择驱动，然后开始install

(3)安装完毕显示如下

• 添加环境变量

gedit ~/.bashrc

export PATH="/usr/local/cuda-10.1/bin:$PATH" 
export LD_LIBRARY_PATH="/usr/local/cuda-10.1/lib64/:$LD_LIBRARY_PATH" 

• 若能查看cuda版本，表示安装成功

nvcc --version

4.安装cuDNN7.5

• 进入官网下载

cuDNN Archive | NVIDIA DeveloperExplore and download past releases from cuDNN GPU-accelerated primitive library for deep neural networks.https://developer.nvidia.com/rdp/cudnn-archive

• 本人下载的7.5版本cudnn-10.1-linux-x64-v7.5.0.56.tgz ，下载后解压，将解压的文件复制到cuda中（根据自己的目录进行修改）

sudo cp /home/imed/下载/cudnn-10.1-linux-x64-v7.5.0.56/cuda/include/cudnn.h /usr/local/cuda-10.1/include
sudo cp /home/imed/下载/cudnn-10.1-linux-x64-v7.5.0.56/cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64

# 更改文件权限
sudo chmod a+r cuda-10.1/include/cudnn.h 
sudo chmod a+r cuda-10.1/lib64/libcudnn*

5.安装tensorflow-gpu 1.13.1

• 创建虚拟环境tf(此时需要一点时间)

 conda create -n tf python=3.7

• 切换到该环境下

conda activate tf

• 解决办法如下：在终端输入 conda init bash

conda init bash

• 重启终端 ，此时成功进入到tf环境中

conda activate tf

• 下载tensorflow1.13.1，下载太慢了，为anaconda配置一下镜像源

conda install tensorflow-gpu=1.13.1

• 删除之前的镜像源

conda config --remove-key channels

•  添加清华镜像源

#添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

#显示检索路径
conda config --set show_channel_urls yes

#显示镜像通道
conda config --show channels

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

重新安装tensorflow1.13.1（这时就安装的很快了）

conda install tensorflow-gpu=1.13.1

结束！