Ubuntu18.04+Anaconda3+Python3.8+RTX2080Ti+CUDA10.1+cuDnn7.6.5+TF-GPU2.2+Keras2.4+Pytorch1.7+PyCharm

Step 1: 安装搜狗输入法

ref:https://www.cnblogs.com/lfri/p/10769144.html

Step 2：安装Anaconda

官网下载安装包。
终端：
bash Anaconda3-2020.11-linux-x86_64.sh
取消启动即进入base环境：
conda config --set auto_activate_base false

Step 3：安装NVIDIA驱动

方法1：系统，打开Software&Updates—Additional Drivers—选择推荐的版本nvidia-driver-460—Apply Changes
方法2：终端：
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall

Step 4：安装CUDA

Ref:https://zhuanlan.zhihu.com/p/112138261
下载安装包安装：
sudo sh cuda_10.1.168_418.67_linux.run
依次选择continue，accept，空格 Install
测试安装是否成功：
cat /usr/local/cuda-10.1/version.txt
显示CUDA Version 10.1.243
配置CUDA环境变量：

sudo gedit ~/.bashrc
#>>>add cuda path>>>
export PATH="/usr/local/cuda-10.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/lcoal/cuda-10.1/lib64:$LD_LIBRARY_PATH"
#<<

Step 5：安装cudnn

先进入压缩包解压后的路径，再执行下面的指令

cd Downloads/cudnn-10.1-linux-x64-v7.6.5.32/cuda
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/* /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

测试
nvcc -V
显示：nvcc:NVIDIA ®Cuda compiler driver
…成功

Step 6：安装TensorFlow-GPU-2.2

#删除环境 conda remove -n env_tfgpu --all
#创建环境 conda create -n env_tfgpu38 python=3.8
#激活环境 conda activate env_tfgpu38

方法1：
conda install tensorflow-gpu失败
方法2：改用 
pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple下载失败
方法3：本地下载
https://pypi.tuna.tsinghua.edu.cn/packages/cc/2c/983c3ad4354613b84cad3c45d24deb9672db2d2ea0362b92dde6290d0af8/tensorflow_gpu-2.2.0-cp38-cp38-manylinux2010_x86_64.whl
或者
http://mirrors.aliyun.com/pypi/packages/cc/2c/983c3ad4354613b84cad3c45d24deb9672db2d2ea0362b92dde6290d0af8/tensorflow_gpu-2.2.0-cp38-cp38-manylinux2010_x86_64.whl#sha256=845f261b0b922740bdd7f21fa3a4bed8ffd9e1712decd552fb33621da4d8ec45
下载好后，打开终端，输入你所在文件的盘，Enter后
输入pip install tensorflow_gpu-2.2.0-cp38-cp38-manylinux2010_x86_64.whl即可安装
会下载安装一些相关包，如scipy。
(cuda cudnn前面安装过，这里不用再安装）如果没安装，则输入：
conda install cudatoolkit==10.1.243
conda install cudnn==7.6.5
测试：
>>>import tensorflow as tf
>>>tf.test.is_gpu_available()
>>>tf.config.list_physical_devices('GPU')

Step 7：安装keras2.4.3

pip install keras -i https://pypi.tuna.tsinghua.edu.cn/simple 
测试：
>>>import keras
>>>keras.__version__
'2.4.3'

Step 8：安装Pytorch

pytorch-1.7.1 torchvision-0.8.2 torchaudio-0.7.2

conda create -n env_pytorch python=3.8 -y
conda activate env_pytorch
NOTE: Python 3.9 users will need to add '-c=conda-forge' for installation
conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch

如果下载速度慢，换国内镜像源
# 换清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

设置搜索时显示通道地址
conda config --set show_channel_urls yes
运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

TUNA 还提供了 Anaconda库与第三方源（conda-forge、msys2、pytorch等，查看完整列表）的镜像，各系统都可以通过修改用户目录下的 .condarc 文件。
linux 下执行：gedit ~/.condarc即可修改。
conda config --show channels查看文件内容
Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes生成该文件之后再修改。

-------------------------------------
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  ----------------------------------------------

即可添加 Anaconda Python 免费仓库。
重新执行命令，注意去掉 -c pytorch
conda install pytorch torchvision torchaudio cudatoolkit=10.1
测试一下是否安装成功：

python
import torch
torch.__version__
'1.7.1'
torch.cuda.is_available()
True

成功！
conda deactivate 退出环境env_pytorch

Step 9：安装PyCharm

	下载安装包
	cd ~/Downloads/pycharm-community-2020.3.3/bin
	sh ./pycharm.sh