Ubuntu18.04安装TensorFlow-gpu 2.0

谷歌正式发布TensorFlow 2.0！重点关注易用性，更新了以下主要内容：

• 使用 Keras 和 eager 模式进行更新
• 在任何平台上都可以进行稳健的模型部署
• 性能更好的研究实验
• 简化多种 API

安装主要有一下几步：

安装cuda

安装cuda 10.0

点此进入下载链接，按照图中的选择后就出现安装代码，在命令行中执行下列代码即可安装cuda 10.0，安装过程中会自动安装显卡驱动。
安装完毕后，需要重启电脑，重启后，打开控制台，输入以下命令，此时会提示’nvcc’ not found，不要按照提示安装，继续配置环境变量，配置好后即可执行。

nvcc -V

配置环境变量：

1. 查看cuda安装路径

   cd /usr/local/
   

2. 进入cuda文件夹，在进入bin目录下，找到nvcc

3. 打开控制台，执行以下命令

   vi ~/.bashrc
   

4. 将nvcc目录写入环境变量中，并保存

   export PATH="/usr/local/cuda-10.0/bin:$PATH"
   

5. 输入以下命令可以验证是否配置好

   source ~/.bashrc
   echo $PATH
   

安装Anaconda

安装anaconda，点此进入下载链接，下载完毕后，进入下载链接，执行下列代码进行安装，安装过程查看协议部分可以按Q退出，也可按照引导选择安装目录。

bash Anaconda3-2019.03-Linux-x86_64.sh

安装Pytorch

安装pytorh时会自动安装一些工具，简化TensorFlow的安装步骤。点此进入安装目录，按照图中选择好版本即可执行图中命令安装pytorch。

验证是否安装成功，打开终端执行：

ipython
import torch
torch.cuda.is_available()

输出True表示安装成功。

安装tensorflow-gpu 2.0

打开终端执行以下命令即可安装：

pip install tensorflow-gpu  -U

验证是否安装成功：

ipython
import tensorflow as tf
tf.test.is_gpu_available()

输出True表示安装成功。如果提示错误，则是cudnn没有安装好，需要单独安装，点此进入下载链接，此处需要注册。下载好后，将压缩包提取到想要安装的文件夹，找到lib64文件夹，将该目录配置到环境变量中，打开控制台输入以下命令配置环境变量：

vi ~/.bashrc
export LD_LIBRARY_PATH="<你的lib64文件夹目录>:$LD_LIBRARY_PATH"

保存后执行以下命令验证是否配置好：

source ~/.bashrc
echo $LD_LIBRARY_PATH

此时再运行上面的python代码，就会输出True了。