tensorflow2.0安装 CUDA和CUDNN并运行成功

查看 CUDA 版本：

cat /usr/local/cuda/version.txt

或者：

nvcc -V

查看 CUDNN 版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

查看能否使用gpu：

jupyter输入：

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) 

如果版本不对：

Num GPUs Available: 0

查看对应版本TF CUDA和cudnn

https://tensorflow.google.cn/install/source

经查阅：

tensorflow2.0.0需要安装cuda10.0和cudnn7.6：

1.安装cuda10.0

下载对应的cuda10.0：

下载地址：https://developer.nvidia.com/cuda-toolkit-archive

首先查看Linux系统版本：

cat /etc/redhat-release

显示为 CentOS Linux release 7.7

再看架构：

uname -a

显示为： x86_64

下载对应版本：

拷贝到服务器上，进行安装：

sudo chmod +x cuda_10.1.105_418.39_linux.run
sudo sh cuda_10.1.105_418.39_linux.run

选项参考：
https://www.freesion.com/article/6641492348/

报错：
2. An NVIDIA kernel module ‘nvidia-drm’ appears to already be loaded in your kernel…

安装驱动时报的错误。

解决方案：

sudo service lightdm stop
禁用图形目标
sudo systemctl isolate multi-user.target
卸载Nvidia驱动程序
modprobe -r nvidia-drm

安装完毕查看：

cat /usr/local/cuda/version.txt

显示：CUDA Version 10.0.130

安装CUDA完毕。

2.安装cudnn-10.0

官网下载：https://developer.nvidia.com/rdp/cudnn-archive

选择对应版本

我选择的是： cudnn-10.0-linux-x64-v7.6.5.32.tgz

拷贝到服务器：

tar -xvf cudnn-10.0-linux-x64-v7.6.5.32.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/include # 填写对应的版本的cuda路径
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64 # 填写对应的版本的cuda路径
sudo chmod a+r /usr/local/cuda-10.0/include/cudnn.h /usr/local/cuda-10.0/lib64/libcudnn*

查看：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

3.添加环境变量

vi  ~/.bashrc

export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:"$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64:/usr/local/cuda-10.0/extras/CUPTI/lib64"
export PATH=/usr/local/cuda-10.0/bin:$PATH

source  ~/.bashrc

3.jupyter内查看GPU是否可用

4.tensorflow2.0使用gpu

import tensorflow as tf
sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))

如果打印出现GPU和CPU 则使用了GPU
只出现CPU 则未启动GPU

5.查看keras与tensorflow对应关系和当前版本

对应关系查询网址：点击这里
tensorflow2.0对应keras版本为2.3.1

import keras 

print(keras.__version__)

显示版本为：2.2.5

重新安装：

cd xxx/xxx/anaconda3/bin 

./pip install keras==2.3.1 

安装完毕！

参考：

https://www.freesion.com/article/9245510937/
https://blog.csdn.net/sinat_23619409/article/details/84202651
https://blog.csdn.net/kingfoulin/article/details/98872965