前言：

最近要復現深度學習的程式碼，需要cuda的tensorflow環境，看了很多博文，清一色的是手動配置。大致步驟就是，先手動安裝nvidia顯示卡驅動，然後裝cuda和cudnn，最後再下annconda建立虛擬環境用pip安裝tensorflow-gpu。我不清楚寫博文的人，自己有沒有按照這些操作配出環境，反正我弄了幾天踩了無數坑最後硬沒弄出來，只能說要是按照以上步驟就真的勸退了。最後在同門師兄弟的幫助下，不到一小時就配好了深度學習的環境，以下是我簡要的步驟。

正文：

1.安裝nvidia顯示卡驅動

開啟ubuntu的“軟體和更新”，點選裡面的附加驅動，安裝適合本機的專有驅動。

2.安裝anaconda，在清華源

輸入bash Anaconda3-2020.07-Linux-x86_64.sh進行安裝

安裝完成後輸入conda --version，如果有conda的資訊輸出，則表示安裝成功

3.建立python的虛擬環境

輸入conda create -n ff python=3.6建立python版本為3.6的虛擬環境

之後終端會提示你安裝其他元件，直接yes即可。

4.安裝tensorflow-gpu（重點）

直接輸入anaconda-navigator開啟anaconda的圖形化介面

在environment中找到我們建立的環境，然後點選Apply安裝tensorflow-gpu

如上圖，anaconda會根據你要安裝的tensorflow-gpu自動安裝適合的cuda和cudnn，不需要自己去檢視。

5.更新tensorflow-gpu

明顯，我們下載的tensorflow-gpu的版本不符合我們的要求，自己在我們安裝的元件中找到他，然後升級版本即可，升級的同時cuda和cudnn也會升級到相應的版本。

右鍵綠色的小句，移動到末尾一行，就可以看到各種可以更改的版本了。