Ubuntu18.04，RTX2070，cuda10.0， tensorflow-gpu， pytorch-gpu

之前一直采用独立安装cuda和cudnn来配置tensorflow-gpu和pytorch-gpu版本，尽管Ubuntu18.04不需要再降低gcc版本来配置cuda，但是还是比较麻烦。简单的办法就是采用conda进行配置，尤其是对于Ubuntu不熟悉的人。

• 首先查看conda中支持的tensorflow的版本

conda search tensorflow-gpu

返还conda目前支持的tensorflow-gpu的版本

• 选择自己需要的版本进行安装

conda install tensorflow-gpu==1.13.1

这时conda自动配置好所有tensorflow-gpu需要的库，cuda和cudnn也会配置最合适版本。这比自己单独安装cuda和cudnn来说，太方便了。
-----------------------------------------------------------------------------------------------------------------------------------
更新：发现我的电脑用了conda先安装的tf，后安装的pytorch，结果出现tensorflow能用cuda，而pytorch不能，测试代码

import tensorflow as tf
tf.test.is_built_with_cuda()  #测试tf，我的输出为true，表示能用
import torch
torch.cuda.is_available()      #测试pytorch，我的输出false，不能用

还是换回了独立安装cuda和cudnn的方案，但是之前将cuda路径添加到./bashrc是有点小问题的。这涉及到Linux的环境变量问题。分用户环境变量和系统环境变量，其中个人电脑就尽量更改用户变量。用户变量储存在以下文件中：

• ~/.profile
• /.bashrc

Ubuntu中主要能看到这两个环境文件。

环境变量推荐添加在~/.profile中，因为当用户登录计算机，系统就会读取该配置文件，所以无论是通过控制台还是图形界面启动程序时，都会搜索其中的路径。而~/.bashrc中的配置，只有在开启控制台时才会被继承，这就导致了我们如果把cuda路径配置在~/.bashrc，那么pycharm和sublime这些IDE只能通过控制台打开才可以使用cuda，所以我们把路径放在~/.profile中，pycharm图形界面打开也是可以使用cuda，比较方便。

-------------------------------------------------------------------------------------------------------------
突然发现，这样安装后，sublime text和pycharm用快捷方式打开时pytorch能顺利使用cuda，tensorflow在sublime中可以使用cuda，在pycharm中并不能使用cuda，也不知为啥。解决方法：pytorch用pip安装没有问题，调用自己单独安装的cuda。tensorflow使用coda安装，调用时使用coda中的cuda的库，从而解决pycharm中tensorflow不能使用cuda。