能够在官网查看通过测试的TensorFlow版本对应的CUDA和Cudnn:https://tensorflow.google.cn/install/source#linuxhtml
Tensorflow-gpu安装python
1、环境变量
OS：ubuntu-18.04linux
编程语言:Python3.6编程
2、安装步骤
2.1搞清楚要安装TensorFlow-GPU版本对应的CUDA和Cudnn，具体以下表：
2.2下载Ubuntu对应版本的驱动，CUDA以及Cudnn（注NVIDIA驱动装最新版）
NVIDIA驱动（.run）下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cnubuntu
CUDA（.run）历史版本下载地址：https://developer.nvidia.com/cuda-toolkit-archivevim
cuDNN(.deb)下载地址：https://developer.nvidia.com/rdp/cudnn-archive框架
2.3 Ubuntu下安装NVIDIA驱动
1）关闭UEFI Secure Boot选项(很重要)编程语言
2）打开终端，删除旧的驱动：学习
| sudo apt-get purge nvidia*测试 |
3）禁用自带的 nouveau nvidia驱动
| sudo vim /etc/modprobe.d/blacklist-nouveau.conf |
在vim中添加以下内容：
| blacklist nouveau options nouveau modeset=0 |
更新，重启：
| sudo update-initramfs -u sudo reboot |
验证是否已经禁止nouveau nvidia驱动：
| lsmod | grep nouveau |
4）进入文本模式安装驱动：
使用Ctrl+Alt+F4命令切换到文本模式，切换至你下载驱动（.run）的路径下安装：
| sudo ./NVIDIA.run |
确认是否安装成功（根据左上角的NVIDIA-SMI即你下载的版本号对应）：
| nvidia-smi nvidia-settings |
2.3 Ubuntu下安装CUDA驱动
1）GCC降级：
因为CUDA 9.0仅支持GCC 6.0及如下版本，而Ubuntu 18.04预装GCC版本为7.3，下载GCC-4.8，g++-4.8版本，并切换至该版本。
| sudo apt-get install gcc-4.8 sudo apt-get install g++-4.8
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 100 sudo update-alternatives --config gcc |
2）安装CUDA及其补丁：
| sudo sh cuda_10.1.85_387.26_linux.run sudo sh cuda_10.1.85.1_linux.run sudo sh cuda_10.1.85.2_linux.run sudo sh cuda_10.1.85.3_linux.run |
2.3 Ubuntu下安装cuDNN驱动
直接在相应目录下执行命令进行安装（下例版本不对）：
|
sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb sudo dpkg -i libcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb sudo dpkg -i libcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb
|
验证cuDNN是否安装成功：
| cp -r /usr/src/cudnn_sample_v7/ $HOME cd $HOME/cudnn_sample_v7/mnistCUDNN make clean && make ./mnistCUDNN
|
2.4 Ubuntu下安装TensorFlow-gpu==1.14.0
建议先安装virtualenv，而后在虚拟环境下安装TensorFlow，固然也能够直接安装TensorFlow。
安装过程：https://www.cnblogs.com/SsoZhNO-1/p/11177633.html
当你进入虚拟环境后，安装TensorFlow-GPU:
| # Source ./activate Pip install tensorflow-gpu==1.14.0 |
2.5Ubuntu18.04安装cuda8
在安装cuda8和cuda9的时候，都没有对应Ubuntu18的run文化，对于cuda9咱们能够直接安装ubuntu17，在安装多个版本的时候。选择过程以下图：
其中在安装cuda8的时候可能会出现以下错误：
解决方法：
log中给出了几个目录的位置，而且说明在这些目录下都没法找到InstallUtils.pm（can't locate InstalUtils.pm）
选取多个目录中的一个，先记录下来。
我选取的一个是目录是 /usr/lib/x86_64-linux-gnu/perl5/5.26
打开终端，进入放着cuda 8.0 runfile安装文件的路径下面，即 cuda_8.0.61_375.26_linux.run 的路径下。
具体操做方法以下：
1）解压runfile文件
| $ sh cuda_8.0.61_375.26_linux.run --noexec --target 001 #将runfile文件解压而且放到001，文件夹中（001可自动建立
|
2)进入解压后的文件夹，将InstallUtils.pm拷贝到以前咱们从log中记录的文件目录下，注意可能使用sudo以得到管理员权限
| $ sudo cp InstalUtil.pm ***** #拷贝复制，*****指目标目录，这里我使用的是/usr/lib/x86_64-linux-gnu/perl5/5.26 |
3)输入export $PERL5LIB
| $ export $PERL5LIB |
再次尝试运行cuda 8.0 的runfile文件，安装成功！
参考：https://blog.csdn.net/u014529295/article/details/78820414
！
在安装多版本cuDNN的时候（原来是7.4，如今换成了6）：
至此，版本从1.14.0退回到了1.4.0
切换CUDA版本
| sudo rm -rf /usr/local/cuda #删除以前建立的软连接 sudo ln -s /usr/local/cuda-8.0 /usr/local/cuda #建立新 cuda 的软连接
|
Roi_pooling动态库编译
1、环境变量
OS：Ubuntu18.04
编程语言：python3.6
深度学习框架：TensorFlow-GPU==1.14.0
2、安装步骤
| Bash Code/DeepLogo_v2.1_gpu/Lib/make.sh |
(该脚本代码和原代码不一样，已经被我改为适应该版本代码)