网上有许多关于Ubuntu安装tensorflow-gpu2.0版本的教程，但都十分复杂而且不容易安装成功。本文用一种简单的方式来实现，在ubuntu20.04安装tensorflow-gpu2.4版本的方法，其它的gpu版本也同理的可以通过这种方法来实现。

下面是安装成功的结果：

返回True表示成功。

一、工具概念简介

1、Anaconda介绍

本文将用到Anaconda3来安装tensorflow-gpu2.4，帮我们省去许多要安装其它软件包的工作。Anaconda介绍如下：

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包，所以使用起来非常方便，不用额外再安装太多的科学计算的包。conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。

在通过Anaconda安装tensorflow的时候，会帮我们自动匹配安装对应的python, cudatoolkit, cudnn，不需要自己配置，减少版本不匹配导致的错误。

2、Nvidia显卡介绍

tensorflow支持的显卡驱动，没有显卡驱动电脑是显示不了的，显卡驱动是官方提供的。

3、CUDA介绍

是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。也就是说CUDA是NVIDIA推出的并行架构，只有买它的产品才能获得这种"售后"。深度学习中，也叫做N卡，称之为GPU。不是它的产品被叫做CPU版本，当然并行架构又不是只有CUDA，还有OpenBlas(免费)，intel(KML 收费)。注意: 只有驱动装好了，才能装CUDA。

4、CUDNN介绍

在CUDA基础上，进一步实现深度神经网络GPU加速，NVIDIA推出了CUDNN，它强调性能、易用性和低内存开销。Tensorflow、caffe， mxnet等都支持。。注意: 只有装好了CUDA，才可以安装CUDNN。

二、显卡驱动安装

ubuntu的显卡驱动安装，也有一个十分简单的方法。大家可以看我之前的一个视频，2分钟安装好显示驱动：

https://www.ixigua.com/6918715805035135501

建议大家去看视频，只有2分钟。这里大概说一下命令：

1、更新包

sudo apt-get update

2、查看当前推荐的显卡驱动

ubuntu-drivers devices

例如：

3、自动安装推荐的版本

sudo ubuntu-drivers autoinstall

就可以自动安装符合你电脑的显卡驱动了。

4、验证安装是否成功

执行

nvidia-smi

如果没有安装成功即提示没有此命令，安装成功有显示驱动的信息。例如得到如下：

三、安装Anaconda3

1、下载

官方的下载太慢，我们去清华的仓库下载，如下链接，选择合适的版本：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A

右键得到链接地址后，可以用命令直接下载,如：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.11-Linux-x86_64.sh

2、安装

下载后，可以加执行权限，然后安装

添加执行权限

sudo chmod a+x Anaconda3-2020.11-Linux-x86_64.sh

然后安装：

./Anaconda3-2020.11-Linux-x86_64.sh

里面有一些提示填：y即可。

3、进入环境

进入Anaconda的环境，就可以安装tensorflow了。

方法:

source ~/.bashrc 看见前面多了一个base就进入anaconda的环境了

查询版本可以执行：

conda -V

四、安装tensorflow-gpu

安装了Anaconda的环境后，就很容易安装tensorflow了。

利用conda安装tensorflow-gpu命令：

conda create -n tf-gpu-cp38 tensorflow-gpu=2.4

等一段时间就可以自动配置gpu版本所需求的python, cudatoolkit, cudnn包安装tensorflow-gpu了。

进行激活刚才的tf-gpu-cp38空间：

 conda activate tf-gpu-cp38

进入python环境，执行

python

安装后下测试，输入Ture代码成功。

>>> import tensorflow as tf
2021-03-12 15:42:06.162887: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcudart.so.10.1
>>> tf.__version__
'2.4.1'
>>> tf.test.is_gpu_available()
Ture