环境配置

安装显卡驱动

官网下载安装。

安装完成后运行nvidia-smi，验证是否安装完成。

安装cuda

查看驱动及其匹配的cuda版本

以Ubuntu 18.04, cuda10.0为例：下载cuda runfile版本，安装依赖后执行安装包：

sudo apt install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 
wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_410.48_linux
sudo sh cuda_10.0.130_410.48_linux

按q退出用户协议，accept接受用户协议，n不安装显卡驱动（已经安装过了），y安装cuda 10.0工具包，回车使用默认路径，n不建立软链接（用于安装多个版本时），y安装样例，回车选择默认路径。

安装完成后查看cuda及cudnn版本号：

cat /usr/local/cuda-10.0/version.txt
cat /usr/local/cuda-10.0/include/cudnn.h | grep CUDNN_MAJOR -A 2

conda切换cuda版本

conda activate test
echo ${CONDA_PREFIX}  # /home/user/anaconda2/envs/test
mkdir -p /home/user/anaconda2/envs/test/etc/conda/activate.d
vim /home/user/anaconda2/envs/test/etc/conda/activate.d/activate.sh

ORIGINAL_CUDA_HOME=$CUDA_HOME
ORIGINAL_LD_LIBRARY_PATH=$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

mkdir -p /home/user/anaconda2/envs/test/etc/conda/deactivate.d
vim /home/user/anaconda2/envs/test/etc/conda/deactivate.d/deactivate.sh

export CUDA_HOME=$ORIGINAL_CUDA_HOME
export LD_LIBRARY_PATH=$ORIGINAL_LD_LIBRARY_PATH
unset ORIGINAL_CUDA_HOME
unset ORIGINAL_LD_LIBRARY_PATH

分别在默认环境下和test环境下测试echo $CUDA_HOME，验证是否成功切换cuda环境。

安装tensorflow

查看tensorflow及其匹配的cuda版本

conda install tensorflow-gpu==1.15

验证效果

import tensorflow as tf
tf.test.gpu_device_name()