最近因為專案的需要，需要給ubuntu安裝tensorflow-gpu，我在網上找了大量的教程，跟著網上的教程進行安裝

大致步驟是：

1. 安裝顯示卡驅動  
2. 安裝CUDA  
3. 安裝CUDANN  
4. 安裝tensorflow-gpu

教程都是需要自己手動下載安裝，步驟較為繁瑣 

但是步驟繁瑣也關係不大，只要能安裝成功一切都是值得的

但是我的自己這邊一直卡在了安裝CUDA上，電腦莫名其妙一直安裝不成功

無奈之下，只能另尋其他方法

無意中瞭解到：

1. Anaconda裡將CUDA和cuDNN作為tensorflow-gpu的依賴項，不再需要單獨安裝；
2. 藉助Intel MKL-DNN庫，Anaconda裡的TensorFlow在 CPU 上取得更好效能

所以利用Anaconda來安裝tensorflow-gpu就顯得格外的簡單、輕鬆

版本配置如下：

• ubuntu18.04
• 1050Ti
• anaconda3.5
• python3.7

 安裝步驟：

一、安裝NVIDA驅動

安裝驅動大致有兩種方法：

1. 直接上NVIDA官網找到適合本機顯示卡型號的驅動，下載安裝
2. 利用ubuntu系統本身自帶的顯示卡驅動

在這裡演示最簡單的方法2

1、開啟軟體和更新

2、在“附加驅動”裡，系統會自動搜尋N卡驅動，列表裡會提供對應你顯示卡的最新版官方驅動

3、最後點“應用更改”，等待安裝完畢。

4、重啟系統即可

二、安裝Anaconda

1、https://www.anaconda.com/download/ 下載

2、cd到檔案下載的位置輸入如下命令安裝Anaconda

sudo sh Anaconda3-5.1.0-Linux-x86_64.sh

3、安裝

安裝過程一路按預設安裝，輸入“yes‘

當出現提示資訊“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”，輸入no

4、安裝完畢後加入環境變數

編輯檔案
sudo  gedit ~/.bashrc

在檔案末尾加入實際安裝路徑（這個路徑僅供參考）
export PATH="/home/ubuntu/anaconda3/bin:$PATH"

立即生效
source .bashrc

修改終端的預設 python 為 anaconda，至此全部完成

三、安裝tensorflow-gpu

1、建立一個環境,指定python版本

conda create -n tf python=3.7

2、啟用建立的tf環境

conda activate tf 
或者 
source activate tf

3、在該環境下安裝tensorflow-gpu

conda install tensorflow-gpu

安裝過程可能會比較慢，部分依賴包偶爾會安裝到中途就安裝失敗

記得重複以上步驟多試幾遍！！！

4、檢視安裝是否成功

$ python
>>import keras
  import tensorflow

6、退出該環境

conda deactivate  
或者  
source deactivate

7、檢視GPU執行狀況

watch -n 0 nvidia-smi 

在下一次使用tensorflow的時候，要記得要先啟用 tf 環境，在該環境下才能引入tensorflow

安裝其他包的時候，也要在啟用該環境下安裝喔

conda  install  <package_name>

以上就是安裝tensorflow-gpu的全部步驟了

總的來說，利用anaconda來管理python庫還是很方便的

希望此教程能對你們有所幫助，讓你們少掉入坑裡！！！