一、環境配置版本信息：

安裝tensorflow-gpu，需特別注意tensorflow-gpu、Python、CUDA、cuDNN版本的適配信息，版本不適配會導致tensorflow-gpu安裝失敗，該安裝教程選擇的軟件版本信息為：ubuntu18.04 + Anaconda3.5.3.1 + Python3.6.12 + tensorflow-gpu2.2.0 + CUDA10.1 + cuDNN7.6.5

更多版本適配信息可參考官網：https://tensorflow.google.cn/install/source_windows

二、安裝步驟：

1、安裝Anaconda：

https://blog.csdn.net/a745233700/article/details/109376667

2、使用Anaconda創建Python環境：

（1）基于python3.6創建一個名為py36的環境

conda create -n py36 python=3.6.12

（2）激活環境：

conda activate py36

3、安裝tensorflow-gpu 2.2.0:

pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

4、安裝CUDA 10.1：

conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

5、安裝cuDNN 7.6.5：

conda install cudnn=7.6.5

6、測試是否安裝成功：

import tensorflow as tf # 檢查tensorflow是否得到CUDA支持，安裝成功則顯示true，否則為false tf.test.is_built_with_cuda() # 檢查tensorflow是否可以獲取到GPU，安裝成功則顯示true，否則為false tf.test.is_gpu_available()

三、遇到的問題及解決方案：

1、安裝完Anaconda后，會有一個默認的base運行環境，能否直接在默認的環境中安裝tensorflow？還是必須新建一個新的運行環境？

不要直接使用默認的環境安裝，最好不同任務使用不同環境，在默認環境安裝新的模塊可能會有沖突，導致Anaconda崩潰，最終需要卸載重裝。
在默認base運行環境安裝tensorflow-gpu 2.2.0的過程中，由于需更新Python的版本，會導致與原本的模塊沖突而造成Anaconda崩潰。

2、tf.test.is_gpu_available()的運行結果為false：

（1）首先確保tensorflow-gpu、Python、CUDA、cuDNN版本的適配信息，如果不適配，則卸載不適配的版本并重裝，如果版本適配，則進入步驟(2)；

（2）配置cuda的環境變量：

打開 ~/.bashrc (vim ~/.bashrc)，配置下面的環境變量：

export CUDA_HOME=/root/anaconda3/pkgs/cudatoolkit-10.1.243-h6bb024c_0/lib export PATH=$PATH:$CUDA_HOME/bin

CUDA_HOME指向cuda包的安裝路徑，anaconda安裝的軟件包默認都放在/root/anaconda3/pkgs路徑下

（3）更新環境變量：

source ~/.bashrc

總結

以上是生活随笔為你收集整理的ubuntu系统使用Anaconda安装tensorflow-gpu环境的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。