Ubuntu20.04安装Tensorflow-GPU教程

博文背景

深度学习需要显卡跑运算，安装Tensorflow成了很多人的噩梦，在这里记录安装Tensorflow的旅程，如果你失败了无数次，不妨按照我的做一遍，非常轻松。

具体操作

1.使用ubuntu 20.04

为避免不同硬件环境导致的问题，这里统一使用腾讯云GPU服务器进行实验，成本是1.4元。

2.安装Nvidia-deriver

安装英伟达显卡驱动，这里(2020年11月)我们安装nvidia-driver-440

sudo apt install nvidia-driver-440

安装完成后重启服务器，安装完成后重启服务器，安装完成后重启服务器

3.安装Miniconda

#!/usr/bin/bash
set -e
wget "https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh" -O ~/miniconda.sh
bash ~/miniconda.sh -b -p $HOME/miniconda
~/miniconda/bin/conda init $(echo $SHELL | awk -F '/' '{print $3}')
echo 'Successfully installed miniconda...'
echo -n 'Conda version: '
~/miniconda/bin/conda --version
echo -e '\n'
exec bash

4.对conda进行换源

https://github.com/tuna/oh-my-tuna

wget https://tuna.moe/oh-my-tuna/oh-my-tuna.py
python oh-my-tuna.py

5.安装Tensorflow-GPU

折腾cuda和cudnn非常累，动不动就莫名奇妙的错误和版本问题，这么复杂的东西当然交给数据科学家的拯救者conda来完成，下面的步骤在tensorflow 2.2和2.3版本下测试均通过

conda create -n tf python=3.8
pip install -U pip
conda activate tf
pip install -U tensorflow-gpu
conda install cudatoolkit=10.1.243 cudnn=7.6.5
pip install ipython

6.验证安装成功

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

如果能显示一个非空的GPU的列表则说明正常

7.开始深度学习之旅

希望这篇博文能帮到未来数据科学家的你。腾讯云竞价实例不支持关机不计费，可以把实例关机后制作镜像，如果无法制作镜像可以提交工单申请这个功能，有的账号不支持制作镜像需要提交工单进行开通，以后要训练模型时直接使用自定义镜像生成实例就可以了。