Ubuntu下安装pytorch-gpu 和tensorflow-gpu【GPU版】

引言

本文主要是介绍在Ubuntu系统下安装torch-gpu版和tensorflow-gpu版.

配置

因为两者均是GPU版本和python版，因此所需要的配置环境几乎一模一样。
在正式安装torch和tensorflow之前，需要安装以下软件：

• 安装cuda
• 安装cuDNN(注意和cuda版本相对应起来)
  具体的安装过程可以参见这里或者百度搜索一下，其安装过程还是比较简单的，关键就是注意版本之间的匹配！
  查看自己安装的CUDA和CUDNN的版本：
  CUDA:
  cat /usr/local/cuda/version.txt
  
  显示 版本为8.0.6

CUDNN:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

显示版本为6.0.21

• 安装Anconda(同样要注意和cuda版本对应起来)
  安装过程也是比较简单的，就是下载anconda的时候需要一定的时间，然后一路next就可以安装成功了。

版本匹配问题

Windows系统

• CPU:
  
• GPU
  

Linux

• CPU
  
• GPU
  

MAC_OS

• CPU
  
• GPU
  

配置环境变量

1. 查cuda的安装路径
   cd usr/local/
2. ls一下，可以看到cuda 文件夹，然后 cd cuda进入cuda文件夹，再进入bin目录下，找到nvcc.
3. 执行命令vim ~/.bashrc
4. 将nvcc目录路径写入环境变量中，并保存.export PATH="/usr/local/cuda-10.0/bin:$PATH"
5. 激活环境变量source ~/.bashrc
6. 验证是否已经配置成功echo $PATH如果输出正确的路径，则表明配置成功。

安装Pytorch

安装pytorh时会自动安装一些工具，简化TensorFlow的安装步骤。点此进入安装目录（下拉你会看到如下图片，这里可以根据你自己的版本进行重新选择，然后那个安装语句就会相应的改变），按照图中选择好版本即可执行图中命令安装pytorch。

**注意！最好去掉最后的-c pytorch.因为可能会因为网络的问题而中断安装过程！**具体的，可以参见这里

验证是否安装成功

ipython 
import torch#没有报错说明torch安装成功
torch.cuda.is_available()
#如果输出为True，代表gpu版本的安装成功，如果是FALSE，那么需要你查看一下版本匹配的问题，卸载之后再根据版本之间的要求，重新安装。

安装tensorflow-gpu

注意，在这里推荐用conda安装，不推荐使用pip安装，因为我尝试过几次，用pip安装的，gpu不能使用，可能缺少相应的支持包吧。同时，也要主要版本之间的要求。

conda install tensorfow-gpu==1.14.0

验证是否安装成功：

ipython
import tensorflow as tf
#可能会输出一些Warnning信息，可以忽略不计
tf.test.is_gpu_available()
#如果输出为True，代表安装成功！

参考资料

Ubuntu18.04安装TensorFlow-gpu 2.0