其實安裝部署的辦法有很多種，這里記錄的是經(jīng)過我本人親自驗證通過的一種辦法。
1、首先安裝一個干凈的 Ubuntu 20.04.2.0，注意在安裝時不要選擇“為圖形或者無線硬件，以及其它媒體格式安裝第三方軟件”，否則安裝完畢后，可能會進不去系統(tǒng)。

2、安裝Anaconda，https://www.anaconda.com/products/individual#Downloads，之所以先裝anaconda主要是是為了順帶安裝gcc。

3、CUDA11.1.1，按照官網(wǎng)提示安裝即可。注意，官網(wǎng)提供的cuda自帶顯卡驅(qū)動455.32.00，所以不需要先安裝顯卡驅(qū)動，只要嚴(yán)格按照官網(wǎng)的提示把CUDA裝上，顯卡驅(qū)動自然就會裝好。注意，我在安裝CUDA11.1以前的老版本時，一直是安裝失敗。

https://developer.nvidia.com/cuda-11.1.1-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=2004&target_type=deblocal

裝好之后，還需要改一下環(huán)境變量：

sudo vim .bashrc

加入下面環(huán)境變量后保存退出。

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64

export PATH=$PATH:/usr/local/cuda-11.1/bin

export CUDA_HOME=/usr/local/cuda-11.1

source ~/.bashrc

4、安裝cudnn，地址：https://developer.nvidia.com/rdp/cudnn-download，必須注冊登錄才可下載，我選的是

Download cuDNN v8.0.5 (November 9th, 2020), for CUDA 11.1里的 cuDNN Runtime Library for Ubuntu20.04 x86_64 (Deb)，其他的版本沒試過

下載后，直接sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.1_amd64.deb即可。

重啟電腦后，檢查顯卡驅(qū)動是否正常工作，可以用nvidia-smi命令

5、安裝tensorflow，這里用的清華鏡像。

pip install tensorflow-gpu --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

6、輸入 python，進入python環(huán)境，然后輸入

import tensorflow as tf

tf.config.list_physical_devices(‘GPU’)

此時可能會提示缺少 libcusolver.so.10（我在安裝的時候有一次沒有遇到這個錯誤，原因不明），解決辦法是把?libcusolver.so.11 復(fù)制并改名為 libcusolver.so.10，簡單粗暴，貌似也確實管用。參考命令如下：

cd /usr/local/cuda-11.1/lib64

sudo cp libcusolver.so.11 libcusolver.so.10

此時再去測試tf2.4，顯卡就可以正常加載了。