折騰了好久，終于裝好了，下面介紹下步驟：
（1）首先創建一個tensorflow的虛擬環境
$ conda create --name tensotflow python=3.6 # 這里的–name可以簡化為-n
這個過程可能會提示升級conda，按照給定命令升級即可
（2）激活環境
$ source activate tensorflow
（3）查找tensorflow，注意gpu版本要用tensorflow-gpu!!!我就是開始安裝了一個cpu版本的，后來發現gpu沒有用上，才發現了這個問題
(tensorflow) $ anaconda search -t conda tensorflow-gpu
（4）執行完上述命令，會有一個大大的表格，選擇你要安裝的版本，我選擇了1.13.1，把名字復制下來，如jjh_ppc64le/tensorflow-gpu，注意這個不是我選擇的，只是為了說明問題。然后用下面的命令找到安裝的語句
(tensorflow) $ anaconda show jjh_ppc64le/tensorflow-gpu
（5）上述命令執行后，輸出的一堆信息最后有一句就是安裝命令，還可以按信息提示指定安裝的版本。
測試成功！測試代碼

import tensorflow as tfprint('GPU',tf.test.is_gpu_available())a = tf.constant(2.) b = tf.constant(4.)print(a * b)

（6）有兩個重要的命令要經常用
$ conda remove --name tensotflow --all # 刪除一個已有的環境
$ source deactivate tensotflow # 如果想返回普通環境，運行

小結 ：

（1）開始時沒有配清華的anaconda源，導致總是下載很慢，配上之后有些資源下載速度快很多，但是1.13.1還是沒下載下來。后來，更新了conda后，順利下載安裝，并成功允許程序。
清華鏡像的安裝：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes

確認.condarc文件內容

channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults show_channel_urls: true

（2）中間記不得安裝了哪個版本，自己的程序終于跑起來沒有立即報錯，還激動了一下子，后來在模型開始訓練的時候就不動，死機了；而那個不小心裝上的cpu版本的tensorflow卻能正常開始模型訓練。開始還擔心是自己GPU的問題，后來想可能是驅動版本對不上，自己又不知道怎么折騰。最終這個高版本解決了問題。
（3）中間試了許多版本，不是下不下來，就是測試出錯，于是conda下建立了好幾個tensorflow的環境，從tensorflow-cpu, tensorflow, tensorflow2,…tensorflow4，最終成功了一個，其他的錯誤安裝就用

$ conda remove --name tensotflow --all # 刪除一個已有的環境

至于配好環境這個，還是希望改個名字舒服些(其實時克隆一個，再把原來的刪掉）：

conda create -n tensorflow-gpu --clone tensorflow3 conda remove -n tensorflow3 --all

這會兒，gpu正在歡快的運行，剛剛還說是不是有誰開了空調制暖，在這深秋初冬季節很舒服，突然發現這個熱量是來自GPU…

總結

以上是生活随笔為你收集整理的ubuntu+2080ti系统用anaconda 安装tensorflow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。