Linux下安装tensorflow-gpu,cuda及cudnn

Linux下安装tensorflow-gpu

Anaconda3的安装

首先安装anaconda3,第一步进入官网"https://www.anaconda.com/products/individual"，找到自己需要的版本：”wget+链接“；
第二步：找到安装包：Anaconda3-2020.11-Linux-x86_64.sh
在其所在目录下使用bash命令安装：bash Anaconda3-2020.11-Linux-x86_64.sh
安装过程中需要按回车以及输入y(yes)!中间有一步比较慢，需要耐心等待！

Do you wish the installer to initialize Anaconda3 by running conda init?
官方推荐选Yes，理由详见该博客“https://blog.csdn.net/qq_41126685/article/details/105525408”
如果不想输入python直接调用该python时，则选No：
然后可以通过该命令调用python：

source /anaconda3/bin/activate

第三步：配置环境变量（非root用户）：在.bashrc文件里添加安装路径会默认覆盖系统python。

export PATH="/home/user/anaconda3/bin:$PATH"

source .bashrc

使配置生效

创建环境：

conda create -n tensorflow36 python=3.6

进入环境

source activate tensorflow36 

安装cuda

cuda下载网址：
https://developer.nvidia.com/cuda-toolkit-archive，最后选择runfile(local)
在安装包的目录下：

sh 安装包

之后会有很多选项，参考https://blog.csdn.net/dlh_sycamore/article/details/107600717这篇博客设置了选项，“no”,“yes”,“安装目录”,“n”,“y”,“安装目录”，如果不想安装在默认的目录下，一定要注意选项。
可使用nvcc -V查看一下版本

安装cudnn

同样参考了这篇博客：https://blog.csdn.net/dlh_sycamore/article/details/107600717
官网：https://developer.nvidia.com/rdp/cudnn-archive，要注册，比较麻烦，而且很卡，使用校园邮箱很久才收到验证邮件，建议大家使用qq邮箱注册！
下载之后解压：

tar  .tgz

解压后：(cuda为解压后的文件名)

cp /home/dailh/cuda/include/cudnn.h  /home/dailh/cuda-10.0/include/  
cp /home/dailh/cuda/lib64/libcudnn*  /home/dailh/cuda-10.0/lib64

chmod a+r /home/dailh/cuda-10.0/include/cudnn.h  /home/dailh/cuda-10.0/lib64/libcudnn*

修改.bashrc:

export PATH=$PATH:/home/dailh/cuda-10.0/bin/
export PATH=$PATH:/home/dailh/cuda-10.0/lib64/

source .bashrc

PS：但是好像在安装tensorflow-gpu的时候就会自动安装cudnn！还有就是可使用conda试试：

conda install cudatoolkit=10.1
conda install cudnn=7.6

安装TensorFlow

安装之前一定要选好与cuda、cudnn对应的版本，详情见官网：“https://tensorflow.google.cn/install/source”
可使用conda安装：

conda install tensorflow-gpu=版本号

或者:
pip --default-timeout=100 install tensorflow-gpu==版本号 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
在安装很多包不成功的时候，都可以试试这条命令，亲测有效！

安装keras

注意keras与tensorflow版本的对应关系：
https://docs.floydhub.com/guides/environments/

conda install keras==版本号

最后输入以下命令来检查是否安装成功！

import tensorflow as tf
import keras

检查tensorflow是否为gpu版本：

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

当在过程中出现了报错的时候，第一时间去检查版本之间的对应！
比如这样的报错：“CUDA driver version is insufficient…”就是cuda版本太高，要不升级cuda，要不降低tensorflow版本。