以前安裝先安裝驅動，在安裝cuda 在配置cudnn，總是在cudnn這裡出錯，

出現問題：安裝成功後，出現重啟機器無限輸入密碼問題，應該是顯示卡驅動被cuda 覆蓋了，重新安裝即可

又是配置環境變數，都不好使，現在換了conda 一鍵安裝好用，太好用了。

首先安裝anaconda，簡單，不說了

安裝NVIDIA驅動 之後使用 $ nvidia-smi進行驗證：

之後新增conda 國內映象源   為了加快安裝速度

conda源更改：

conda源國內只有清華有，

修改源只需輸入如下兩條命令：

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

 conda config --set show_channel_urls yes

---------------------

不用安裝cuda 和cudnn了，conda直接可以給你安裝好了

找到合適的TensorFlow-GPU版本以及對應的cuda、cudnn版本

使用命令  conda search tensorflow-gpu   查詢：

首先看看我的Python版本，是3.6，於是找到了tensorflow-gpu 1.2.1 版本，安裝這個版本

安裝  一步到位 有了中國映象源很快，不然等到死也安裝不了

[email protected]:~$ conda install tensorflow-gpu==1.2.1

安裝完畢

檢驗tensorflow是否可以正常使用

import numpy
import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))
 

Pycharm可以正常使用，