conda update conda
pip install tf-nightly-gpu-2.0-preview
conda install https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-7.3.1-cuda10.0_0.tar.bz2
conda install https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-10.0.130-0.tar.bz2说明：
- 首先需要更新conda
- 安装的是tf2.0最新版
- cudnn7.3.1和cudatoolkit-10.0版本，可以下载下来本地安装
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-7.3.1-cuda10.0_0.tar.bz2
conda install cudnn-7.3.1-cuda10.0_0.tar.bz2出现的错误及解决方案
旧库问题
ERROR: Cannot uninstall 'wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.
旧版本依赖多，不能清晰的删除，此时应该忽略旧版本升级，即如下 解决办法： pip install tf-nightly-gpu-2.0-preview --ignore-installed wrapt
numpy版本问题
还有一个问题是说numpy存在旧版本，可以使用pip卸载numpy,直到提示没有可卸载的为止，然后重新安装numpy
驱动问题
tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
这是因为驱动版本不匹配导致的，可以到NVIDIA官网下载cuda10.0(和上面的一致)的驱动
安装命令： https://juejin.im/post/5cce44e3f265da036902a89c,然后一路确定，最后使用 watch nvidia-smi
查看结果：
测试及其他
测试可用：
import tensorflow as tf
print(tf.__version__)
print(tf.keras.__version__)
if tf.test.is_gpu_available():
device = "/gpu:0"
else:
device = "/cpu:0"
print(device)减少tensorflow输出信息
TensorFlow的log信息共有四个等级，按重要性递增为：INFO（通知）<WARNING（警告）<ERROR（错误）<FATAL（致命的）
tf.compat.v1.logging.set_verbosity('ERROR')或者
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'tensorflow2.0在pycharm下提示问题
tensorflow2.0 使用keras一般通过tensorflow.keras来使用，但是pycharm没有提示，原因是因为实际的keras路径放在tensorflow/python/keras，但是在程序中tensorflow有没有python这个目录，解决方法如下：
try:
import tensorflow.python.keras as keras
except:
import tensorflow.keras as keras这样pycharm既可以有提示，同时也不需要在程序运行的时候修改代码了。
总结
以上所述是小编给大家介绍的解决Linux Tensorflow2.0安装问题,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对我们网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
