Ubuntu18.04 tensorflow 安装

前言

tensorflow 环境安装比较折腾，各种更新都比较快，需要安装相应的版本，如果不一致，可能就会导致失败。
安装时间是2019-08-25， 目前tensorflow的稳定版本是：tensorflow-1.14.0， Anaconda对应的python版本是3.7

后续各个版本肯定会持续更新，需要找对应的版本。

检查CPU是否支持AVX

默认ubutnu 安装tensorflow-1.14.0，后运行时，直接报错：

非法指令 (核心已转储)

有关资料说：cpu太老，不支持AVX，所以不能安装新版的tensorflow, 需要安装1.5.0版本以前的。

检查cpu是否支持的命令：

cat /proc/cpuinfo | grep avx

版本对应关系

1. tensorflow和CUDA的对应关系
   

2. anconda和其默认python版本的对应关系

安装驱动

有些文章说，需要先卸载，停用服务等等，没有按照那种方法，只是用下面几个命令，就完成了。

ubuntu-drivers devices
apt-get install nvidia-xxx
reboot
nvidia-smi

安装CUDA和CUDNN

为了安装tensorflow-1.5.0， 先后尝试了CUDA的10.1,10.0,9.2等版本，最后还是9.0版本 OK。

安装CUDA是，不要装驱动。

安装OpenCV

参照其他网站，无脑安装的，图像识别会用到。

安装tensorflow

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu==1.5.0

测试

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

没报错，就说明OK啦。

旧版本卸载

pip uninstall tensorflow-gpu

/usr/local/cuda/bin/uninstall_cuda_9.2.pl

曾尝试安装cuda_9.2版本 + tensorflow-1.5版本，结果 tensorflow一直要查找cuda9.0的各种库。

硬件环境：

CPU:  Xeon X5680
GPU: GeForce GTX 750 Ti

最终运行的版本是：

tensorflow-gpu: 1.5.0
CUDA：	9.0
CUDNN：7.1.3
python: 3.6

参考：

https://blog.csdn.net/xierhacker/article/details/53035989
https://www.jianshu.com/p/2a00c1fd50a7
https://repo.continuum.io/archive/
https://www.cnblogs.com/caiyishuai/p/11261383.html
https://www.cnblogs.com/caiyishuai/p/11261383.html
https://blog.csdn.net/qq_32408773/article/details/84112166
https://tensorflow.google.cn/install/gpu
https://linuxconfig.org/how-to-install-the-nvidia-drivers-on-ubuntu-18-04-bionic-beaver-linux
https://developer.nvidia.com/cuda-toolkit-archive
https://tensorflow.google.cn/install/source