在阿里云服务器配置tensorflow的gpu运行环境

unbuntu版本20.04 64位

GPU： NIVIDIA T4

anaconda版本：4.3.30

CUDA版本 11.0.207（创建实例时勾选）

1. 搭建虚拟环境

conda create -n tf-gpu    #创建名叫tf-gpu的虚拟环境
source activate tf-gpu    #激活tf-gpu环境，激活成功能看见主机名左边从（base）基础环境变成了（tf-gpu）虚拟环境，后续的tensorflow-gpu以及其他库都会装在这个环境下，同时base环境的库需要重新安装
conda install tensorflow-gpu    #给虚拟环境安装GPU版本的tensorflow,linux的兼容度很好，基本上安装最新版的就没问题，反而安装旧版本容易出错。
conda list -n tf-gpu    #查看当前虚拟环境下都有那些库

1. 安装程序需要的第三方库
2. 将虚拟环境配置给ipython

conda install  cudatoolkit

conda install ipykernel    #给ipython配置核心

conda install -n tf-gpu ipyker    #把tf-gpu 

python -m ipykernel install --user --name tf-gpu --display-name "tf-gpu"    #notebook配置tf-gpu环境

conda install  cudatoolkit

conda install ipykernel

conda install -n tf-gpu ipyker

python -m ipykernel install --user --name tf-gpu --display-name "tf-gpu"#notebook配置tf-gpu环境

1. 配置nvidia驱动

ubuntu-drivers devices    #查找可用的驱动文件版本
cat /proc/driver/nvidia/version    #查看本机的驱动版本
sudo apt-get install nvidia-driver-440    #装一个比本机驱动版本大的驱动

1. 更新tensorflow和tensorflow-gpu的版本

Cannot uninstall 'six'. It is a distutils installed project and thus we cannot accurately 

sudo pip install six --upgrade --ignore-installed six