tensorflow的安装问题.md

title	tags	categories	excerpt	mathjax	published	toc
tensorflow的安装			此处写摘要	true	true	true

1. 确定软件的版本

tensorflow开发过于快速，网络上的教程、甚至官方教程都相对滞后。因此，在满足项目需求的情况， 确定自己的tensorflow版本

然后根据自己的版本来确定相应的软件包， 查询页面如下

Build from source  |  TensorFlow

Version	Python version	Compiler	Build tools	cuDNN	CUDA
tensorflow-2.10.0	3.7-3.10	GCC 9.3.1	Bazel 5.1.1	8.1	11.2
tensorflow-2.9.0	3.7-3.10	GCC 9.3.1	Bazel 5.0.0	8.1	11.2
tensorflow-2.8.0	3.7-3.10	GCC 7.3.1	Bazel 4.2.1	8.1	11.2
tensorflow-2.7.0	3.7-3.9	GCC 7.3.1	Bazel 3.7.2	8.1	11.2
tensorflow-2.6.0	3.6-3.9	GCC 7.3.1	Bazel 3.7.2	8.1	11.2
tensorflow-2.5.0	3.6-3.9	GCC 7.3.1	Bazel 3.7.2	8.1	11.2
tensorflow-2.4.0	3.6-3.8	GCC 7.3.1	Bazel 3.1.0	8.0	11.0
tensorflow-2.3.0	3.5-3.8	GCC 7.3.1	Bazel 3.1.0	7.6	10.1
tensorflow-2.2.0	3.5-3.8	GCC 7.3.1	Bazel 2.0.0	7.6	10.1

从nvidia官网上获取两个文件，cuda*.run和cudnn*.deb，其中run文件已经包含了显卡驱动。

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

然后下载cudnn 地址

2. 彻底删除系统中nvidia驱动和nouveau驱动

常见问题

Finished with code: 256

旧的驱动没有完全删除，最好卸载nvidia和nouveau，然后重启

或者使用命令行禁用相关模块

sudo apt-get purge xserver-xorg-video-nvidia-515
sudo apt-get purge xserver-xorg-video-nouveau*

3. 安装对应的tensorflow包并进行测试

Could not load dynamic library ‘libcudnn.so.8‘

tensorflow和cudnn的版本号不对应，重新安装对应的libcudnn

4. 其他

一旦安装完毕，那么请谨慎升级tensorflow等相关的python包，很可能出现不兼容的情况。