Ubuntu16.4中使用anaconda安装TensorFlow-GPU 的简便方法

简单方法是基于anaconda中的conda的

稍微复杂点的方法点击：ubuntu16.04中安装cuda和cudnn

tensorflow、cuda、cudnn的各个版本对应关系

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

首先在Ubuntu16.4中下载anaconda Linux版本，进入文件下载以后的目录，运行命令

sudo bash Anaconda*.sh

接下来按住Enter键阅读licence协议，阅读完以后，输入yes接受协议
yes

之后看自己的需求可以输入相应配置信息，也可以直接按enter键保持默认配置，最后需要确认是否将anaconda加入到环境变量中，这里需要输入yes，若输入的是no，需要使用命令打开./bashrc文件

sudo gedit ~/.bashrc

然后在.bashrc文件中添加以下内容

export PATH="/opt/anaconda3/bin:$PATH"

然后使用命令source ~/.bashrc使环境变量配置立即生效
输入conda list出现一个列表时就配置好了

安装NVIDIA的驱动

在dash中搜索gen，然后打开软件与更新，点击附加驱动，选择一个合适的NVIDIA驱动版本，点击应用更改，等待驱动安装完成，之后重启系统。

找到合适的TensorFlow-GPU版本以及对应的cuda、cudnn版本

这里不需要单独安装cuda和cudnn，conda会下载并安装好，不需要考虑版本依赖的问题，简便的地方就是这里了。conda就已经做好了，而且还是多个版本的，根据需要安装对应版本的
输入命令查看可用版本的tensorflow-gpu ，从图中可以看到，Version是tensorflow-gpu的版本，Build是对应python的版本、cuda的版本，cudnn的版本，看自己需要什么样的python版本安装对应的，但是这里的tensorflow-gpu版本都不是最新的，最新支持的是1.2.1版本。
从这里可以看到cuda和cudnn的版本依赖关系，这个依赖关系不仅支持图中的tensorflow-gpu版本，还支持其他的版本，作者安装的其他tensorflow-gpu版本就是根据图中的依赖关系来的cuda8.0对应cudnn6.0_0

conda search tensorflow-gpu

 

输入命令安装tensorflow-gpu，可以看到需要下载cudatoolkit8.0.0、cudnn-6.0.21、tensorflow-gpu等这些依赖包，不需要我们自己去配环境了，其中的cudatoolkit就是常说的cuda了。输入y就可以安装的。

conda install tensorflow-gpu==1.10.1

 

tensorflow-gpu1.10.0安装好以后输入命令，导入包没问题，输出tensorflow的版本号，就说明安装好了，运行tensorflow程序时，可以通过nvidia-smi查看显卡的运行状况。

python
import tensorflow as tf
print(tf.__version__)

---

现在conda可以安装tensorflow-gpu 1.9、1.10版本的，没有实际用过不知道效果如何
 
输入命令conda install tensorflow-gpu==1.9.0

conda install tensorflow-gpu==1.9.0

总结：没实际使用过，不知道包完不完整效果如何？Ubuntu编译opencv的时候，需要注释掉anaconda的环境变量，不然很容易报错Ubuntu16.4安装并配置OpenCV

参考内容：
Python学习之Anaconda的使用及配置方法
Ubuntu 16.04 安装Anaconda3
深度学习（TensorFlow）环境搭建：（三）Ubuntu16.04+CUDA8.0+cuDNN7+Anaconda4.4+Python3.6+TensorFlow1.3
我的AI之路(5)--如何选择和正确安装跟Tensorflow版本对应的CUDA和cuDNN版本
利用conda安装指定版本的tensorflow