ubuntu下rtx2080ti+tensorflow1.13.0+cuda10.0+cudnn安装

在此之前，说下为什么选择此套环境的配置，新版本可能的不兼容让坑变得无数多，所以就选择一个容易配置且兼容的环境
一、系统ubuntu16.04
二、安装NVIDIA显卡驱动：
csdn中有很多显卡驱动的安装方式，大多数人在安装显卡驱动时卡在关闭Xserver上，在此推荐一种较为简单，不用折腾的安装方式：
从软件更新器中的附加驱动直接选择最新的版本，中间可能会暂停，需要重新选择。若附加驱动找不到NVIDIA最新的显卡驱动，可以先升级一下系统：

sudo  apt-get  update  
sudo  apt-get  upgrade  

安装完成后，可以使用nvidia-smi查看驱动程序：

三、cuda的安装
cuda的版本一定要根据你一会安装的tensorflow的版本选择，目前tensorflow1.13.0支持cuda10.0，cuda10.0可以从下链接进行下载：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal
按照你选择的版本按照命令进行安装即可：

注意：cuda第一步是安装NVIDIA显卡驱动，在第一步时，我们已经进行过显卡驱动的安装，在此输入no，跳过这一步。若此前没有安装显卡驱动，按照其步骤进行安装。
安装完成后，在/usr/local/下会有cuda-10.0的文件夹。
打开bashrc文件：

sudo gedit ~/.bashrc 

添加：

export LD_LIBRARY_PATH=$LDLIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0

如图：
保存并关闭，输入

source ~./bashrc

输入

nvcc --version

显示cuda信息：

安装完成！
四、cudnn安装
进入NVIDIA官网 https://developer.nvidia.com/rdp/cudnn-download
需要注册开发者会员才能下载。

点击cudnn v7.5.0,cuda10.0

把cudnn运行库和开发者库都下载下来，参考官方文件进行安装： https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installcuda

五、anaconda安装
anaconda官网： https://www.anaconda.com/
1：进入下载界面下载：

我选择的是3.7版本，tensorflow1.13.0也支持了python3.7
下载完成后进入下载界面直接bash就行：
sudo bash XXXX（下载的文件名）.sh
安装中会提示是否把路径添加到bashrc文件，要选择是。
按装完成后，使用：conda list 查看base环境下安装的库。
2：个人环境的创建：
conda create -n your_env_name python=（希望环境使用python的版本）
环境激活：source activate your_env_name
环境退出：source deactivate
3：安装tensorflow1.13.0
终端输入：sudo pip3 install tensorflow-gpu-1.13.0
安装完成即可。
附：学习深度学习会遇到的显卡配置：