Linux下用anaconda的pip来安装Tensorflow-gpu

一、安装anaconda

前期需要安装python环境，我用的是anaconda，方便且自带pip
在清华镜像站找到Anaconda3-2019.10-Linux-x86_64.sh，我选的是最新版的
下载链接

打开这个文件所在的文件夹的终端
bash Anaconda3-2019.10-Linux-x86_64.sh
source ~/.bashrc #更新配置
没有用sudo是因为在此前安装的时候采用了sudo，导致之后创建虚拟环境无写入权限，所以就没有用sudo了，暂时还没有什么问题

测试是否安装成功
在终端输入python或者python3，若出现相关信息提示就代表安装成功。（有可能因为P大小写问题而结果不同）

二、安装Tensorflow-gpu

0.更换下载源

提前将下载源换成国内源，例如阿里源、清华源。
我选的是阿里源，挺方便的，直接复制粘贴就行了，因为之后使用的是pip安装，所以先让我们修改一下pip.conf的内容，这就涉及到隐藏文件了。
一般.conf文件会出现在根目录下的/.config/隐藏文件夹内，而我们要找的pip.conf就在其中，怎么打开隐藏文件夹就不多说了(ctrl+H),

在pip.conf所在的文件夹打开终端

然后将文本内容全部清除，将阿里源提供的内容粘贴进去
将配置方法b.的内容粘贴进去
这样就更换好了国内源。

1.安装Tensorflow-gpu

激活你为安装tensorflow准备的python环境
conda activate TensorFlow-gpu #将TensorFlow-gpu替换成你创建的环境名称

在这个情况下，直接pip install 是无法安装的，会提示你找不到pip这个命令，那么要去哪里找anaconda的pip包呢？一般会在你安装的anaconda的目录下的bin文件夹内。

这样就能开始安装了，且下载速度正常。

其实到这里Tensorflow-gpu的安装就已经结束了，以下是额外的内容

2.为Tensorflow环境创建Jupyter Notebook Kernel

anaconda自带jupyter

1).conda install ipykernel -y


2).python -m ipykernel install --user --name Tensorflow-gpu --display-name “TensorFlow-GPU”

3).检测是否安装成功
在终端输入jupyter notebook
注意要先打开conda环境，也就是前面几步你所使用的，它会显示在你的用户名前
如果在jupyter界面新建的时候能看到你刚才重新命名的环境就代表成功了。