ubuntu19.10系统中安装tensorflow

1. 各个版本的tensorflow比对

安装tensorflow之前，要注意到每个tensorflow版本对应的cuda版本和cudnn版本之间的关系，然后再进行安装。下面的列表是每个cuda和cudnn版本对应的tensorflow-gpu版本。
Linux对应的版本

MacOS对应的版本

2. 安装CUDA+CUDNN

CUDA环境是深度学习中常用到的硬件加速库，在这里就不再详细介绍了。安装过程参考笔者的另外一篇博客Ubuntu安装CUDA和CUDNN教程。

3. 修改链接文件

笔者使用的环境为ubuntu19.10，以及CUDA10.2和CUDNN7.6.5。但是目前tensorflow并没有发布关于tensorflow-gpu的cuda10.2安装包，所以在这样的情形下安装tensorflow-2.2.0会出现以下的情形：
所以不能使用tensorflow-gpu2.2.0。有两种办法解决这个问题。方法一就是直接用bazel工具从源码进行编译，生成whl文件并进行安装，这种方法现在暂时不做讲述，在之后的文章中会讲述如何从源码构建tensorflow安装包，有兴趣的小伙伴可以查看官方文档的源码构建方法。第二种就是修改库文件的软连接。为了使得tensorflow-gpu2.2.0使用到cuda10.2库文件，只需要创建以下两个文件的软连接即可

cd /usr/local/cuda-10.2/targets/x86_64-linux/lib/
ln -s libcudart.so.10.2.89 libcudart.so.10.1

cd /usr/local/cuda-10.2/extras/CUPTI/lib64
ln -s libcupti.so.10.2.75 libcupti.so.10.1

这样tensorflow就会将cuda10.2的库当做cuda10.1使用。
测试结果如下所示
查看有多少个可以使用的GPU设备。

参考

[1] tensorflow2.x使用cuda10.2
[2] 知乎问答