之前有写过tensorflow-gpu 1.8的版本安装，刚好最近更新了新版本，尝尝鲜重新安装一下新版本，以下为安装流程：
tensorflow-gpu版本因为涉及到较多的工具安装，且对工具版本对应要求较高，这里写一份安装文档供，供后来人参考：
第一步确定版本：
image.png
从这个图上我们可以看到如果要使用最新版本的tensorflow，python的版本需要的是3.6，cuda，以及cudnn版本都有区别，下面我们来整理一下各工具的版本选择。
Python环境的选择：
现在的最新版本是python3.7，版本过过高，这里有一个历史版本的网站：
https://repo.anaconda.com/archive/
（这个是官方的地址，因为清华的镜像和中科大的镜像已经被关闭了，而这个这个官方地址下载有点慢，下载的过程中可以去喝杯卡普奇诺）
选择你需要的版本 ，这里我选择的是:Anaconda3-5.1.0-Linux-x86_64.sh,因为这个版本我比较熟悉。
Cuda版本选择：
打开官网：
https://developer.nvidia.com/cuda-toolkit-archive
下载之前先确定你的系统环境，我的是debain9，但是官方没有给出debain的安装，但其实它和ubuntu是一样的选择ubuntu就好了，安装方式：runfile，如下图所示：
image.png
下载cudnn：网址：
http://bendfunction.f3322.net:666/share/cudnn/
选择我们需要的7.4.1
image.png
万事俱备，准备一下就可以开始安装了
第一步：安装python环境
这一步略过，
下面开始安装cuda
第一步：判断是否有nouveau，如果有的话禁用，没有的话下一步：
注： nouveau是ubuntu 默认的一个驱动，这个在的话cuda安装不上，只有在禁用掉 nouveau 后才能顺利安装 NVIDIA 显卡驱动
判断方法：
lsmod | grep nouveau
如果有内容输出就代表有nouveau执行后面的步骤
sudo vi /etc/modprobe.d/blacklist-nouveau.conf
添加如下内容
blacklist nouveau
options nouveau modeset=0
执行
update-initramfs –u
检查一遍
lsmod | grep nouveau
重启
sudo reboot
第二步：
sh cuda_10.0.130_410.48_linux
遇到提示是否安装openGL ，选择no,其他的可以一路accept, yes或回车
不要安装openGL不然即使安装成功，也会出现循环登录的情况，不安装的话这个坑可以避一下
显示下面这个就代表安装好了
image.png
否则会显示failed
第三步：
修改环境变量
vim ~/.bash_profile
输入：
export PATH=/usr/local/cuda-10.0/bin{PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64{LD_LIBRARY_PATH}}
退出
source ~/.bash_profile
现在可以检查一下
nvcc -V
image.png
ok，cuda安装成功
下面开始安装cudnn
tar -xzvf cudnn-10.0-linux-x64-v7.4.1.5.tgz
cp cuda/include/cudnn.h /usr/local/cuda/include
cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
chmod a+r /usr/local/cuda/include/cudnn.h
查看cuddn版本：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
image.png
上面的输出就是7.4.1版本安装成功
至此环境安装完成
下面开始安装tensorflow最新版本
pip install tensorflow-gpu==2.0.0-beta0
完成后开始执行 import tensorflow as tf发现报错如下：
image.png
该错误原因：h5py版本过低 安装2.8.0版本
pip install h5py==2.8.0rc1
网友评论