服务器评测
1.Ubuntu安装Python3.6:
首先拉取远程仓库
sudo add-apt-repository ppa:jonathonf/python-3.6
更新源
sudo apt-get update
在线安装
sudo apt-get install python3.6
补充，其实安装python3用一句：sudo apt-get install python3-dev 即可。查看版本：python3 –version
更改默认值，python默认为Python2，现在修改为Python3
sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
2.Ubuntu安装nvidia显卡驱动（参考上一篇博客）
查看nvidia显卡驱动版本
nvidia-smi
3.安装对应版本的CUDA
在安装CUDA时一定要注意其与英伟达显卡驱动以及Linux系统和GCC版本的对应关系，如果版本之间不匹配，是安装不成功的。
CUDA与Driver的对应版本
参考链接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
cuda8.0与Linux系统以及GCC的对应关系
参考链接：https://docs.nvidia.com/cuda/archive/8.0/cuda-installation-guide-linux/index.html
cuda9.0与Linux系统以及GCC的对应关系
参考链接：https://docs.nvidia.com/cuda/archive/9.0/cuda-installation-guide-linux/index.html
cuda10.0与Linux系统以及GCC的对应关系
参考链接：https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html
查看gcc版本：
gcc -v
由于RTX2060显卡驱动在Ubuntu18.04上是418.56版本，所以选择对应的cuda10.1版本安装
cuda官网下载：https://developer.nvidia.com/cuda-toolkit
另附历史版本：https://developer.nvidia.com/cuda-toolkit-archive
CUDA安装命令：
sudo sh cuda_xxx_linux.run
4.安装CUDA对应的CUDNN版本
cudnn官网下载（需要注册）：https://developer.nvidia.com/cudnn
另附：https://developer.nvidia.com/rdp/cudnn-archive
下载Ubuntu18.04对应的CUDNN安装包,然后进入CUDNN安装包所在目录，执行以下命令：
sudo dpkg -i runtime包.deb
sudo dpkg -i developer包.deb
sudo dpkg -i 代码sample包.deb
至此，CUDNN安装完成。
5.安装对应版本的Tensorflow
首先要清楚最新版Tensorflow最多支持到CUDA哪个版本？
https://www.tensorflow.org/install/install_sources#common_installation_problems
安装pip3(针对python3):
sudo apt-get install python3-pip
官方推荐是用Virtualenv安装，不过这里我们仅使用pip进行安装。
sudo pip3 install tensorflow-gpu
我现在这里安装的是tensorflow_gpu-1.13.1。由于CUDA最新版本是10.1，但是目前最新的tensorflow1.13.1还不支持这个版本，所以只能用CUDA10.0。
推荐搭配：CUDA10.0+CUDNN7.5+tensorflow-gpu1.13.1+python3.6.7
卸载cuda和cudnn,重新安装：
sudo apt remove cudnn*
sudo apt-get remove cuda*
sudo apt-get autoclean
然后在目录切换到/esr/local/下
cd /usr/local/
sudo rm -r cuda-10.1
搞定啦
可以重新安装其他版本啦
设置root用户密码：
sudo passwd root
以下是编辑 profile文件命令:
1.su 然后输入密码 进入root 2.gedit etc/profile 3.编辑保存.
首先确认/etc/profile中的路径包含了cuda10.0的安装路径及相应的库文件
编辑/etc/profile添加：
export PATH=$PATH:/usr/local/cuda-10.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-10.0/lib64
然后
source /etc/profile
使配置文件生效，再次执行。
安装vim:
sudo apt-get install vim
vim --version
问题报错：ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory
由于服务器TensorFlow经常报这个错误，
步骤1：
sudo vim ~/.bashrc
按下i进入编辑
在末位加入：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0
按下ESC退出编辑，输入:wq命令进行保存。
使之生效
source ~/.bashrc
步骤2：
据说在修改了步骤1就好了。但是每次我步骤1弄完，问题依旧存在。但是只需要步骤2，问题就可以解决。
检查 /usr/local/cuda-10.0/lib64 下是否有 libcublas.so.10.0
如果有，终端输入:
sudo ldconfig /usr/local/cuda-10.0/lib64
然后终端输入python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
进行tensorflow是否安装成功的验证。
Ubuntu 18.04安装Tensorflow(CPU) https://www.linuxidc.com/Linux/2019-06/158934.htm
本文永久更新链接地址：https://www.linuxidc.com/Linux/2019-06/158942.htm
