Ubuntu18.04安装python3.7.7和tensorflow-gpu 2.2.0

前言

目前而言，对于深度学习，python还是具有相当的优势，虽然Julia在人工智能方面开始展露头角，但是python的支持度还是更好些，社区更加完善。因此，作为学习深度学习而言，python还是首选，在此基础上，进行深度学习库的选择，选择pytorch和tensorflow在tensorflow2.x后，差别不是很大，学会了其中一个库，学另一个就很容易上手了。
Ubuntu18.04预装了python3.6.x，但是为了获得更好的支持性，升级安装3.7.7，为了防止出现不可预知的错误，建议不要卸载预装的python，采用软连接的方式指向新安装的python3.7。

安装python3.7.7与环境变量设置

1. 在官方网站下载所需要安装包
   推荐使用源码包安装方式，之后卸载安装新版本更加方便
2. 安装环境依赖包

$ sudo apt-get install zlib1g-dev libbz2-dev libssl-dev libncurses5-dev libsqlite3-dev libreadline-dev tk-dev libgdbm-dev libdb-dev libpcap-dev xz-utils libexpat1-dev liblzma-dev libffi-dev libc6-dev

3. 建立安装目录

$ sudo mkdir -p /usr/local/python3.7

4. 进入刚刚下载python安装包的文件夹，解压下载安装包

$ tar zxvf Python-3.7.7.tgz

5. 进入解压目录

$ cd Python3.7.7/

6. 编译安装

#--prefix用于指定安装位置
#--enable-optimizations用于优化配置
$ ./configure --prefix=/usr/local/python3.7 --enable-optimizations
#编译步骤较为漫长，根据cpu核心数，使用-j选项采用多线程编译，可以加快编译速度
#例如我的CPU核心数为8，线程数=核心数*2
$ make -j16
#为了防止替换掉系统默认安装版本，使用altinstall
$ sudo make altinstall

7. 建立指向python3.7和pip3.7的软链接

#由于存在python3的软链接指向系统默认python3.6，因此建立python3.7指向新安装python版本即可
$ ln -s /usr/local/python3.7/bin/python3.7 /usr/bin/python3.7
#由于系统并未预装pip3，因此直接建立pip3指向新安装pip3即可
$ ln -s /usr/local/python3.7/bin/pip3.7 /usr/bin/pip3

8. 检测安装

$ python3.7 -V
#Python3.7.7
$ pip3 -V
#pip 20.1.1 from /usr/local....

使用pip3安装tensorflow-gpu 2.2.0

安装深度学习tensorflow的GPU版本时，需要首先安装CUDA和cuDNN，这里假设已经安装完成。

1. 安装tensorflow-gpu

#会自动安装最新稳定版
$ pip3 install tensorflow-gpu

测试安装是否成功

1. 进入python3.7交互环境

$ python3.7

2. 测试是否安装成功

>>>import tensorflow as tf
>>>tf.test.is_gpu_available()
#如果安装成功会打印True
#官方目前推荐下面的测试，会打印出可用gpu列表
>>>tf.config.list_physical_devices('GPU')

后记

接下来，就可以开始深度学习实际的代码编写和实践了，enjoy coding.