再配置服务器 cuda9.2 cudnn 7.6.4 tensorflow-gpu 1.11.0 keras 2.2.4

在服务器账号上配置keras环境
花费时间：1天

首先发现ubuntu的cudn内是9.0版本、cudnn是7.1.4版本
ubuntu是14.04版本，网上没找到对应配置
索性直接在conda里重新建立一个环境

conda这点比较好，经验证可以在环境内自己搭cuda的环境，不会影响系统的cuda环境。

问题 Module ‘tensorflow.python.keras.backend’ has no attribute 'get_graph

直接conda install tensorflow-gpu 会推荐安装1.3.0版本。
因为我的程序都是在1.10以后版本上写的，所以担心有差距，所以并未按照推荐配置安装
对照cuda表格对应关系，我安装了tensorflow-gpu 1.12版本

实验代码并无问题
之后安装了keras，直接系统推荐，版本是2.6几
结果跑自己的程序直接报错

Module 'tensorflow.python.keras.backend' has no attribute 'get_graph

链接
估计是版本不对
于是根据这篇文章决定keras改到2.24版本

问题 Tensorflow：UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed

结果换了一个问题：

Tensorflow：UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed

查询该文章确定又是我的tesorflow版本高了。。。汗
上面的文章直接降到1.9.0，我不想降那么多，我试着降到1.11.0
结果成功了。

具体升降版本代码：

conda install tensorflow-gpu==1.110
conda install xxx==x.x.x

conda

还是推荐使用conda建立新环境，大不了把环境删了从头再来（对比pip）
conda基本的功能都比较齐全，但是版本搭配方面还是需要自己多寻找资料