在Linux服务器上配置tensorflow-gpu版（最详细教程）

       由于基于tensorflow的神经网络在CPU上运行速度太慢，在GPU上运行速度会快很多，但是在linux系统上tensorflow-GPU运行配置比较麻烦，有很多坑需要踩，网上的很多教程和自己使用的环境不匹配，所以针对这个情况自己做一个总结，总结一下tensorflow-gpu版本在linux服务器上的配置过程，及其中遇到的问题，给大家提供参考和交流。

环境：linux+Anaconda3+python3.5+CUDA9.0+cudnn7.0

安装流程：

一. Anaconda下载及安装

二. 建立tensorflow gpu版本环境（包括配置清华镜像）

三. CUDA下载及安装

四. cudnn下载及配置

五. pycharm下载及安装

一. Anaconda下载及安装
官网地址：https://www.anaconda.com/distribution/#download-section

清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

下载linux系统的Python3.7 version。

输入命令bash bash Anaconda3-2019.03-Linux-x86_64.sh安装Anaconda。

显示

在标红框处输入yes和安装目标路径，

继续选择yes，

等待安装完成。安装完成后，输入conda --version如果显示版本信息则安装成功。

如果如下图所示无法显示

输入source ~/.bashrc，

Anaconda安装完成。

二. 建立tensorflow gpu版本环境

建立tensorflow环境，基于