1.tensorflow安裝版本介紹

在伺服器上部署的時候，可能宿主機直接用apt install安裝的CUDA9.1（ubuntu18.04支援apt install 安裝CUDA9.1）,此時用pip install tensorflow–gpu 安裝的 1.11.0 不能支援CUDA9.1。所以此時可以採用兩種方案，一種是直接安裝編譯好的 tensorflow-gpu。由於已經在CUDA9.1上編譯好，此時都可以支援CUDA9.1。下載地址見：https://github.com/mind/wheels/releases/

2.ubuntu安裝cuda,cudnn，tensorflow-gpu

ubuntu18.04直接使用apt進行安裝：

sudo aptitude install nvidia-cuda-toolkit --without-recommends

需要注意的是在ubuntu16以及自己安裝的CUDA,安裝位置位於：/usr/local下面。而現在安裝位置在：/usr/lib/x86_64-linux-gnu$ cd下面。其中/usr/lib/cuda中可以檢視cuda版本。

安裝cudnn:

tar -zxf cudnn-9.1-linux-x64-v7.tgz
cd cuda
mkdir -p lib/x86_64-linux-gnu
mv lib64/* lib/x86_64-linux-gnu
rm -rvf lib64
sudo rsync -avp ./ /usr
 

cudnn解壓後文件夾為 cuda,由於只是一堆動態連結庫，因此放在哪都可以，推薦放在與cuda一起的位置。/usr/lib/x86_64-linux-gnu下面。

安裝tensorflow：安裝預編譯好的版本即可。

3.在docker中使用：

首先下載docker支援GPU的NVIDIA-docker 其中啟動NVIDIA-docker有兩種方式：1.nvidia-docker run 2.docker --runtime=nvidia 推薦使用第一種更好操作.需要注意的是，在nvidia-docker run 以後，任然需要使用nvidia-docker attach或者nvidia-docker exec指令。