安装CUDA、cuDNN和TensorFlow

Linux版

1.CUDA

下载链接
安装方法在下载页面里可见，使用runfile安装较为方便。Tensorflow只支持到10.0，这里我们下载10.0的版本。
安装完后编辑环境变量，sudo vim ~/.bashrc，加入：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0

使修改立刻生效：

source ~/.bashrc

如果显卡版本过低则需卸载显卡驱动。
显卡驱动卸载方法：

1. 关闭桌面显示管理器：

sudo service lightdm stop

2. 卸载显卡驱动：

sudo apt-get remove nvidia*

2.cuDNN

下载链接
下载与Linux和CUDA版本一致的cuDNN版本，包括runtime,developer和sample版本。
按该文档进行安装和测试

3.Tensorflow

CPU版：

 sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow==1.14.0

GPU版：

sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu==1.14.0

安装完成后若import tensorflow出现TypeError: descriptor ‘subclasses’ of ‘type’ object needs an argument错误，尝试对pandas降级可解决问题：

sudo pip3 install -i https://pypi.doubanio.com/simple pandas==0.24.1

---

Windows版

使用Anaconda

1. 下载安装Anaconda
2. 打开cmd/powershell prompt，新建环境: conda create --name tensor
3. 加入tensor环境：conda activate tensor
4. 安装tensorflow-gpu : conda install tensorflow-gpu ，过程中cuda和cudnn都会自动安装，非常的方便。

注意：在tensor环境中使用jupyter时，也需要独立安装一个jupyter，否则运行后使用的是base环境，无法导入在tensor环境中安装的包

测试

import tensorflow as tf
import os

os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)

tf.config.list_physical_devices('GPU')

输出

tf.Tensor(3.0, shape=(), dtype=float32)
[PhysicalDevice(name=’/physical_device:GPU:0’, device_type=‘GPU’)]