TensorFlow是一个开源软件库，用于各种感知和语言理解任务的机器学习。当前被50个团队用于研究和生产许多Google商业产品，如语音识别、Gmail、Google 相册和搜索，其中许多产品曾使用过其前任软件DistBelief。

然而，搭建深度学习框架却是一个让人恼火的事情。直到Anaconda的到来，一切都不一样了。

1 查看系统当前显卡驱动版本

很显然，我的是。

2 查看当前tensorflow安装的CUDA版本

注意，需要先进入虚拟环境。我这里是。

3 NVIDIA官 给的版本对应关系

该图来自于 《CUDA Toolkit and Compatible Driver Versions》， 最新版本可以从以上链接中获取。

很显然，我是Ubuntu 18.04LTS 系统，安装的是 显卡驱动，应该对应。（这里注意Linux和Windows驱动对应版本是不一样的）。

4 一些当时安装时的操作

丑话说在前头，如果你要卸载并重新安装显卡驱动，这是不靠谱的，很容易造成电脑黑屏，再也无法显示桌面。

对于我来说，肯定会选择， 重新安装CUDA 。

回想是当时是怎么安装的。我电脑安装的是的环境，配置深度学习环境特别简单： 一行命令 安装TensorFlow-gpu 、 PyTorch-gpu

我原来是这么安装的：

PyTorch

Tensorflow

后面是创建的虚拟环境的名字。当时一激动，忘记指定的版本了，就给我整了个造成了现在的局面。（其实我当时也不知道指定版本这事）。

5 解决办法

CUDA需要电脑计算能力为3.5以上的显卡才被支持。你可以在这里《NVIDIA CUDA GPUs》 看到你的显卡计算能力。

在《TensorFlow GPU Support》 页面，我们可以看到，对于 Linux系统 (非macOS/Windows) ，

CUDA 10.0 需要 410.x 或更高版本，对应TensorFlow 1.13.0 及更高版本。

补充：完整表格参看文后的附录。

很显然，我的显卡驱动为，NVIDIA官 说该驱动应该使用，那么，我应该安装。（先别急着安装，我这里失败了，请看后文）

移除原来的conda虚拟环境

移除时，先退出该虚拟环境。

安装TensorFlow1.12.0 （失败了）

理想是美好的，安装之后，还是原来的错误。我去看了一下安装日志给我安装的竟然是（我要的是9.0），好吧，TensorFlow官 只是说明了大版本 9，并没有说明小版本 9.x，sad。

安装TensorFlow1.9.0 (成功了)

有了前面的前车之前，我这下注意了。好在conda在安装的时候会有一个问候界面：“小伙，我将给你安装下列这些包，[y/n]/strong> ，我瞧仔细了，TensorFlow1.12.0~1.10.0安装的都是CUDA9.2。

直到TensorFlow=1.9.0，这时候使用的才是CUDA9.0版本（具体是cudnn-7.3.1-cuda9.0_0）。

成功！

6 附录

更详细的版本支持情况可以查看《Linux/macOS TensorFlow CUDA支持情况》了解最新情况，以下为对 Linux系统（非macOS/Windows） 的简单罗列，

补充：如果你是Windows系统请戳这里《Windows TensorFlow CUDA支持情况》，请自行获取。

References:

[1] TensorFlow GPU Installation Made Easy: Use conda instead of pip [Updated]
[2] PyTorch get started
[3] TensorFlow in Anaconda

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览212867 人正在系统学习中