在ubuntu 16服务器上多版本安装最新的tensorflow2.0，keras，pytorch，

查看驱动版本

TensorFlow2.0需要cuda10，所以应该装410.48以上版本驱动

使用如下命令查看驱动：

nvidia-smi

可访问英伟达官网获得: https://www.geforce.cn/drivers

我这边下载的410.79

驱动安装：驱动安装

安装cuda 10

下载cuda 10

cuda10.0地址：
nvidia cuda 10

安装cuda

sudo chmod 777 cuda_9.0.176_384.81_linux.run
sudo ./cuda_9.0.176_384.81_linux.run

为了避免多版本cuda混淆，在选择是否创建/usr/local/cuda 的软连接时选no，后面环境变量bashrc里直接写具体的版本。

配置cuda环境

因为配置的是多版本的cuda，直接配置到bashrc里即可

sudo gedit ~/.bashrc

打开文件在文件末尾添加路径（填写自己安装的路径）

export PATH=/data/jlzhao/software/cuda10/bin:$PATH
export LD_LIBRARY_PATH=/data/jlzhao/software/cuda10/lib64/
export LIBRARY_PATH=/data/jlzhao/software/cuda10/lib64

运行bashrc使其生效

source ~/.bashrc

安装cuDNN 7.5.0

下载

cudnn7.5.1（cuda10.0版）：
nvidia cuDNN 进去需要你注册，注册一下就好了

cuda，cudnn的版本对应关系：
原链接：[tensorflow 从源代码构建](https://tensorflow.google.cn/install/source
/)
选择版本下载：

注意：

安装cuDNN

有可能你下载的文件是如下文件，这是只需要改一下后缀名即可，如：

mv cudnn-10.2.solitairetheme8 cudnn-10.2.tgz

tar -zxvf cudnn-10.0-linux-x64-v7.5.1.10.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda-10.0/lib64/
sudo cp include/cudnn.h /usr/local/cuda-10.0/include/
cd /usr/local/cuda-10.0/lib64/
sudo chmod +r libcudnn.so.7.5.1 # 自己查看.so的版本
sudo ln -sf libcudnn.so.7.5.1 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so

安装anaconda

下载anaconda，创建虚拟环境，anaconda直接在清华镜像下

清华镜像

.sh相当于exe文件
安装好以后自带pip和conda
https://conda.io/docs/user-guide/install/linux.html
这个是官网安装教程，注意按在自己的DATA目录下

用conda安装想安装的软件，例如tensorflow

直接在tensorflow官网，下面链接，用这个安装就行。
https://www.tensorflow.org/install/install_linux

pycharm 远程安装tensorflow2.0，keras，pytorch

配置pycharm同步修改远程服务器代码及使用远程解释器调试

参考链接：

• Install NVIDIA Drivers in RHEL/CentOS/Fedora and Debian/Ubuntu/Linux Mint）
• 如何查看ubuntu的内核版本和发行版本号？
• [专业亲测]Ubuntu16.04安装Nvidia显卡驱动（cuda）–解决你的所有困惑
• Ubuntu安装 cuda10 + cudnn7.5 + Tensorflow2.0
• nvidia官网下载linux版的cudnn不是.tgz文件
• 从源代码构建
• tensorflow CUDA cudnn 版本对应关系
• Ubuntu16.04下安装多版本cuda和cudnn
• 在ubuntu上安装多个版本的CUDA，并且可以随时切换
• CUDA Toolkit 10.0 Archive
• cuDNN Archive
• linux查询gcc版本及相关的命令
• Ubuntu16.04下安装cuda和cudnn的三种方法（亲测全部有效）
  
• Linux下tar命令解压到指定的目录）
  
• Anaconda创建环境、删除环境、激活环境、退出环境