TensorFlow-gpu 2.0 Alpha on Anaconda for Ubuntu

環境：UBUNTU 18.04.2 LTS
CPU：i9-9820X
記憶體：16G
主機板：Gigabyte X299 AORUS MASTER (rev1.0)
顯卡：MSI 2080 Ti SEA HAWK X
安裝驅動：nvidia-driver-418
安裝CUDA版本：cuda_10.1.105_418.39_linux
CUDNN: cudnn-10.1-linux-x64-v7.5.0.56

在Anaconda3上要安裝 Tensorflow 2.0 alpha之前，

1. 安裝顯卡驅動參考這篇：
https://ubuntu1804.blogspot.com/2019/04/ubuntu-rtx-2080ti-418cuda101-cudnn-75.html

2. 安裝Anaconda3與tensorflow gpu環境請參考這篇：
https://ubuntu1804.blogspot.com/2018/12/ubuntu-anaconda-python-tensorflow-gpu.html

PS：用 conda install tensorflow-gpu安裝完後的版本大概會是1.1或1.2版

3. 安裝Tensorflow alpha 2.0

這些都執行完後就可以依照以下指令安裝tensorflow 2.0 alpha在anaconda3的虛擬環境上了

先進入我們架好的擬虛環境，例如我的虛擬環境名稱是tensorflow-gpu，輸入

source activate tensorflow-gpu

進入架好的環境後：

pip install tensorflow-gpu==2.0.0-alpha0

conda install cudnn cudatoolkit numba

這些解決後，會將之前下載好的cudnn-10.1-linux-x64-v7.5.0.56.tgz拿來用。

解壓縮檔案
tar -xzvf cudnn-10.1-linux-x64-v7.5.0.56.tgz

改變路徑到lib64底下
cd cuda/lib64

把lib64底下的檔案COPY到自身的虛擬環境底下
cp -t ~/anaconda3/envs/tensorflow-gpu/lib libcudnn.so libcudnn.so.7 libcudnn.so.7.5.0 libcudnn_static.a

改變路徑到include底下
cd ../include/

把include底下的檔案COPY到自身的虛擬環境底下
cp cudnn.h ~/anaconda3/envs/tensorflow-gpu/include/

最後，可以RUN numba查看情況 (這是參考網址的檢查方式)
numba -s

最後我用jupyter notebook查看版本

參考 reference:

https://medium.com/@shaolinkhoa/install-tensorflow-gpu-2-0-alpha-on-anaconda-for-windows-10-ubuntu-ced099010b21