前言
此文章用于记录本人的一些操作，若有遗漏、错误或需要补充之处，敬请提出。
「 本机环境 」
Mint 19.0 (Mint是基于Debian和Ubuntu的Linux发行版，因此大多数命令和工具都可以使用Ubuntu或Debian所有的)
PyChram
1. Anaconda
1.1 下载
在Anaconda官网下载对应版本：Anaconda官方网站
1.2 安装
（cd命令切换到下载目录）
bash ./Anaconda3-5.3.1-Linux-x86_64.sh
1.3 测试
conda activate
进入base环境,则安装成功
1.4 换源
vim ~/.condarc
channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true
2. Tensorflow-GPU
2.1 利用Anaconda创建环境
conda create -n tensorflowTest python=3
2.2 激活环境
conda activate tensorflowTest
2.3 安装
conda install tensorflow-gpu
2.4 测试
python
>>>import tensorflow as tf
没有报错即安装成功
3. CUDA
Tensorflow-Gpu版 必须同时配置 CUDA 才能正常工作
3.1 下载
3.2 安装
（cd命令切换到下载目录，参考下列指令 或 参考官网给出的指令）
sudo dpkg -i cuda-repo-ubuntu1604-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
(若最后一步报错，可尝试输入下列指令后重试)
sudo rm /var/lib/dpkg/updates/*
sudo apt-get update
sudo apt-get upgrade
3.3 设置环境变量
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
3.4 查看版本信息
cat /usr/local/cuda/version.txt
3.5 为Tensorflow添加CUDA安装路径
$ vim ~/.bash_profile
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64"
export CUDA_HOME=/usr/local/cuda-10.0
$ source ~/.bash_profile
3.6 Pycharm 中设置解释器
File -> Setting -> Project Interpreter -> Add
左侧菜单栏选择 Conda Environment
选择 Exsiting Environment 中对应环境的解释器
3.7 测试
在Pycharm中创建新文件，输入以下内容并运行
import tensorflow as tf
tf.Session()
若没有报错信息（E），则所有配置成功。
观察提示信息，若提示Version not matched，则为显卡驱动问题，将显卡驱动同步到CUDA版本即可。
