在linux系统上使用conda 安装GPU版本TensorFlow-GPU（详细步骤）

使用conda 还是miniconda

conda较科学库会比较多，以后不想单独安装要使用的每个包。并且现在安装需要花费一些时间和3G左右的内存空间就可以用conda，miniconda只会安装一些基础都软件包，因此你没有足够的空间或者想要快速都访问Python 和 conda 命令并且希望稍后整理其他程序，就可以下载miniconda。对于安装TensorFlow-GPU，在Linux系统上，并且考虑磁盘空间，以及并不会用到太多都其他库选择我会选择安装miniconda。

下载地址

conda: https://www.anaconda.com/products/distribution

miniconda: https://docs.conda.io/en/latest/miniconda.html

一、下载miniconda 可以选择python版本等信息:

此处py38可看出版本为python3.8

wget --quiet  https://repo.anaconda.com/miniconda/Miniconda3-py38_4.12.0-Linux-x86_64.sh

二、安装miniconda，根据提示按Enter，和输出yes

bash Miniconda3-py38_4.12.0-Linux-x86_64.sh

如图：

这里有个提示意思是下次你进去服务器会自动启动conda（base）环境不想这样都话可以使用下面命令：

conda config --set auto_activate_base false

重启终端，测试conda -V ，安装成功

conda镜像

#查看当前镜像
conda config --show channels
# 删除镜像
conda config --remove-key channels
# 删除指定镜像
conda config --remove channels https://xxx
# 配置相关镜像
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
#设置搜索是显示通道
conda config --set show_channel_urls yes

三、创建虚拟环境

conda create -n my-env python=3.8

四、激活虚拟环境、

conda activate my-env

#有时候第一不行试试这个
source activate my-env

退出虚拟环境

conda deactivate

安装Tensorflow

注：conda有的版本自动安装CUDA/cuDNN，若果没有安装自行安装CUDA/cuDNN，方法在后面

五、可以先查看版本安装命令

conda search tensorflow-gpu

六、安装tensorflow-gpu==2.2.0

conda install tensorflow-gpu==2.2.0

七、查看tensorflow版本以及是否可以使用gpu

需要先进去虚拟环境，再输入python，

import tensorflow as tf
tf.__version__ 
tf.test.is_gpu_available()

安装CUDA/cuDNN

使用下面命令查看conda可安装cudatoolkit版本信息

conda search cudatoolkit

使用下面命令进行安装CUDN 、cuDNN一样可以查看版本信息

conda install cudatoolkit==xx.xx
conda install cudnn==xx.xx