电脑环境：ubuntu 18.04
本次教程主要是在Ubuntu 18.04下安装Tensorflow 2.0 GPU版本，大家之前在安装Tensorflow 2.0 GPU版本时，是否经常遇到CUDA、CUDNN安装麻烦的问题，下面呢，我介绍一种可以不用安装CUDA、CUDNN的方法（ps:这些安装自动在conda install tensorflow-gpu==2.0.0安装哦）！
1、安装conda
首先下载minconda软件，下载命令如下：
代码语言：javascript复制wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py37_4.8.2-Linux-x86_64.sh
然后安装miniconda，安装命令：
代码语言：javascript复制bash Miniconda3-py37_4.8.2-Linux-x86_64.sh
安装完成后，将miniconda安装目录，加入环境变量。首先打开配置软件环境变量文件：
代码语言：javascript复制vim ~/.bashrc
将下面这行代码加入文件中，注意，每个人的软件安装地址不一样，可以 cd 到软件安装目录下，然后用 pwd 命令查看地址。
代码语言：javascript复制export PATH="/home/ubuntu/miniconda3/bin:$PATH
最后重新激活环境变量：
代码语言：javascript复制source activate ~/.bashrc
这时候minconda的软件安装完成了。
2、安装nvidia-smi驱动
将这几行命令复制到命令行中
代码语言：javascript复制sudo add-apt-repository ppa:graphics-drivers
sudo apt-get update
sudo apt-cache search nvidia
sudo apt-get install nvidia-driver-430
3、安装tensorflow-gpu
首先利用conda激活一个新的虚拟镜像：
代码语言：javascript复制conda create -n tf2.0 python=3.6
如果发现安装较慢，可以关掉刚刚的创建，然后加入以下几行配置：
代码语言：javascript复制conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
安装完成后，然后进入这个环境：
代码语言：javascript复制conda activate tf2.0
然后开始安装tensorflow 2.0的GPU版本，安装命令如下：
代码语言：javascript复制conda install tensorflow-gpu==2.0.0
安装完成后，整个环境就好了！最后就是conda list 或者pip list 看一下 相关的包是否安装完成 没安装完成的 可以
代码语言：javascript复制pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
接下来就是测试了，输入python：
代码语言：javascript复制import tensorflow as tf
tf.test.is_gpu_available()
然后看看是否报错，整个Tensorflow GPU版本就安装好了，仅仅几行命令，无需再自定义安装CUDA、cuDNN，开箱即用Tensorflow 2.0 GPU版本。快来享用一番！
