1、檢查tensorflow、cuda、cudnn的版本一致性
windows
linux
pytorch 可以忽略，只需要保證cuda和cudnn匹配即可。

2、下載適配版本cuda和cudnn，cuda包含顯卡驅(qū)動(dòng)
cuda
cudnn
下載cuda和cudnn相應(yīng)的版本到服務(wù)器上，cuda建議下載run(local)文件，cudnn建議下載tar文件，不建議deb文件
此文章配置的服務(wù)器為ubuntu server 18.04.2，配置的tensorflow為r1.13，cuda版本10.0，cudnn支持的最新版本7.4.2
3、安裝編譯工具

sudo apt-get install gcc g++ make

4、安裝cuda

cd /path/to/your-cuda-file
sudo chmod +x cuda-file.run
sudo ./cuda-file.run
#1 accpet
#2 nvidia driver、cuda和soft link 安裝選yes，其他根據(jù)需要
#cuda default located in /usr/local/cuda-10.0, and soft link is /usr/local/cuda/
#3 卸載驅(qū)動(dòng)使用nvidia-uninstall

5、安裝cudnn
復(fù)制文件

#使用tar文件安裝
cd /path/to/your-cudnn-file
sudo tar -xzvf cudnn-9.0-linux-x64-v7.tgz 
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
#把cudnn對(duì)應(yīng)的dll/so文件放在cuda的目錄下，就算cuann配置好
#或者使用deb安裝
sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-devel_7.0.3.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb

設(shè)置環(huán)境變量

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}

# 64bit
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

# 32bit
export LD_LIBRARY_PATH=/usr/local/cuda/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
# 加入～/.bashrc最后兩行
sudo vim ~/.bashrc 
# 重新激活環(huán)境
source ~/.bashrc 

# 更好的辦法，更新鏈接庫(kù)
sudo rm /usr/local/cuda/lib64/libcudnn.so.7
sudo ln -s /usr/local/cuda/lib64/libcudnn.so /usr/local/cuda/lib64/libcudnn.so.7
sudo ldconfig /usr/local/cuda/lib64

6、安裝pytorch/tensorflow-gpu并進(jìn)行測(cè)試
cuda/

#python3
import torch
torch.cuda.is_available()
orch.cuda.device_count()
#or
import tensorflow as tf
tf.test.is_built_with_cuda()
tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)