在python 3.8 / CUDA 11环境下安装tensorflow 1.15

tensorflow的以及全面更新到tf2，其官网显示老版本的tensorflow 1.15只支持python3.7以及cuda10，并且新版本的ubuntu的官方apt源根本没有python3.7。

较新版本的python3.8/cuda 11如果想要使用tf1.15，一种方法是重新编译，或者去下载其他人编译好的二进制whl。但是重新编译和找whl都比较麻烦，老黄为了让新显卡用户用上tf1.15，和谷歌合作维护了一个tf1.15的库。另一种方法是使用docker，但是docker用起来稍麻烦。

库的地址为：https://github.com/NVIDIA/ten...

使用方法：

# 推荐在虚拟环境下操作(非必要)
# python3 -m virtualenv venv
# source venv/bin/activate
pip install --upgrade pip
pip install nvidia-pyindex
pip install nvidia-tensorflow[horovod]
pip install nvidia-tensorboard==1.15

测试：

import tensorflow as tf
import tensorboard

tf.enable_eager_execution()
a = tf.random.uniform([1000, 1000])
b = tf.random.uniform([1000, 1000])
tf.matmul(a, b)

检查输出正常即可