ubuntu18安装tensorflow-gpu环境（多版本安装）

1.  安装英伟达驱动

2.  安装conda

3.  安装cuda

4.  安装cudnn

5.  安装tensorflow（两个版本1.13.1, 2.0.0）

作者环境：

操作系统: ubuntu18.04

conda: 4.7.12

显卡: geforce 1080ti

显卡驱动: 440.26

cuda: 10.0.130

cudnn: 7.6.0

本人这边使用的是conda环境，如果不需要conda环境，各位同学需要自己搜索下单独安装cuda和cudnn的资料

先列下驱动，cuda，cudnn，tensorflow以及系统之间的个版本关系

上图展示的是cuda与操作系统之间的版本关系，此图在英伟达的cuda官网有显示，地址如下

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

上图是tensorflow对应的版本要求，在tensorflow官网也有

https://www.tensorflow.org/install/source

 

1.  安装显卡驱动

添加官方源

sudo add-apt-repository ppa:graphics-drivers/ppa

更新拉取源

sudo apt-get update

安装驱动，在install nvidi- 时可以按tab 进行补全显示,nvidia-settings是英伟达显卡设置插件

 

sudo apt-get install nvidia-driver-440 nvidia-settings nvidia-prime

安装完成后，需要重启

测试

nvidia-settings

如果出现下图则代表成功

至此驱动已经安装完成

2.  conda安装

清华conda下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A，本人选择的是

执行安装sh脚本

bash ./Anaconda3-2019.10-Linux-x86_64.sh

安装完成后，重启一个终端，输入下面命令，显示版本即代表成功

conda -V

为了是conda下载速度更快，将conda设置成清华源

conda加入清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

 

备注：cuda和cudnn博主的环境是全局安装的，但据博主了解，可以在虚拟环境中安装

3. 安装cuda

conda install cudatoolkit=10.0.130

4. 安装cudnn

conda install cudnn=7.6.0

 

 

 

5.  创建虚拟环境

此处创建tensorflow1.13的版本环境，python版本为3.5大版本

 

conda create -n tf1.13 python=3.5

此处创建tensorflow2.0的版本环境，python版本为3.5大版本

 

conda create -n tf2 python=3.5

7.  确定虚拟环境的python版本，python路径，pip版本，pip路径

确认都是虚拟环境里面的

6.  虚拟环境1.13加载cuda和cudnn的环境

因为这个，博主原以为在外部环境安装了cuda和cudnn，然后虚拟环境中就可以使用了，的确，博主在第一次创建tensorflow2.0版本中没有问题，但是在1.13.1环境中出现了问题，网上也找了很多资料都不管用，然后博主在虚拟环境中conda install了cuda和cudnn，就好了，所以博主觉得是虚拟环境中没有cuda和cudnn，我也不确定是不是这个问题

先激活tf1.13环境

conda activate tf1.13

这时候在命令行前面会出现(tf1.13)

分别加载cuda和cudnn

conda install cudatoolkit=10.0.130

conda install cudnn=7.6.0

7.  安装tensorflow1.13

使用pip进行安装，-i 参数是设置源为豆瓣源，不然速度会比较慢

pip install tensorflow-gpu==1.13.1 -i https://pypi.doubanio.com/simple

测试

8.  tensorflow2的版本安装

切换虚拟环境

conda activate tf2

确认python, pip路径和版本

安装或加载更新cuda和cudnn，命令和上面的命令一样

conda install cudatoolkit=10.0.130

conda install cudnn=7.6.0

安装tensorflow2.0

pip install tensorflow-gpu==2.0

测试

至此全部安装完成

额外补充

如果想要在jupyter notebook中使用不同版本，则需要在不同的激活环境中安装单独的jupyter

激活tf2的虚拟环境

conda activate tf2

安装jupyter插件

conda install jupyter

启动jupyter

jupyter notebook

确认2.0版本没有问题

 

切换1.13环境

conda activate tf1.13

conda install jupyter

jupyter notebook

一切已经OK，如果大家有什么问题，随时留言，博主如果看到会帮忙解决