Linux Anaconda虚拟环境安装tensorflow-gpu

遇见的Bug

• 网络连接错误，断网了

• 运行nvidia-smi报错：failed to initialize nvml driver/library version mismatch ubuntu
  解决方法：在cuda正常安装的前提下，重启电脑。
• 检查当前cuda版本
  -
• 安装指定版本的tensorflow-gpu：
  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu #手动指定源
  #若要指定版本 将 tensorflow-gpu 改为 tensorflow-gpu ==1.11
• 安装不同版本的tensorflow_gpu可能会需要指定版本的CUDA,我在使用tensorflow-gpu 1.10版本时，安装的cuda版本是10.0。这时import tensorflow总是会报错：cudnnso.9 file cannot find。此时应该是安装的cuda版本和tensorflow-gpu不对应。
  转载：CUDA、tensorflow与cuDNN的版本匹配问题
• 解决Driver/library version mismatch
  NVIDIA驱动问题解决方案：Failed to initialize NVML: driver/library version mismatch
  如果cuda和cudnn是安装完成，且正常使用的。请重启电脑，再试一次。
• ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
  问题：找不到cuda9.0的版本
  出现该错误的主要原因：cuda未安装或者cuda的版本有问题
  本机安装的tensorflow-gpu的版本和cuda或者cudnn无法对应
  查看cuda版本的命令： cat /usr/local/cuda/version.txt
  查看cudnn 版本的命令：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
• Process finished with exit code 137 (interrupted by signal 9: SIGKILL)
  问题：发生了内存不足的问题，如果是在tensorflow中，可以选择小的batch_size，或者不要把一整个大的文件一次性读到内存里。
  查看GPU使用情况：nvidia-smi

参考链接：

• Tensorflow-gpu前人基础上继续踩坑
• Tensorflow GPU install on ubuntu 16.04