安裝情況
配置一臺ubuntu16的命令行服務器，無腦conda安裝tensorflow-gpu後，測試時我只是import tensorflow，看沒有問題就沒繼續管了。結果後來發現服務器無法啓動gpu跑模型，本文記錄下崎嶇的解決問題的過程。
出現錯誤
在我用conda和pip移除了所有tensorflow依賴以後，驗證gpu時出現以下錯誤：
tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
當時傻傻的準備卸載1.14改裝1.13，後來證明依然不行
判定我的CUDA版本有問題（這裏花費了不少時間在弄服務器的網）
本機cuda9 cudnn7.1.3
我的tensorflow版本是1.14.0，找不到與cuda對應關係
tensorflowgpu與各個版本需要的CUDA版本以及Cudnn的對應關係如上表
這裏基本確定自己是要更新cuda了
列計劃
乾貨
給了我很大啓發，我很多步驟都是從此來的。
我直接從安裝cuda10.0開始操作
這裏第二步有個是需要自己填寫的
cd /var
ls -a
看到cuda-repo的文件夾，把名字拷貝過來代替version即可
cuda安裝問題
1 dpkg的問題
W: Failed to fetch http://cn.archive.ubuntu.com/ubuntu/dists/precise/InRelease
W: Failed to fetch http://cn.archive.ubuntu.com/ubuntu/dists/precise-updates/InRelease
W: Failed to fetch http://cn.archive.ubuntu.com/ubuntu/dists/precise-backports/InRelease
這裏是因爲當時我用迅雷下載東西導致網速變慢，連不上ubuntu服務器了
-----------------------(這裏有誤，大家看看就好)-----------------------------------------------------------------------------------------------
後來添加阿里雲的ubuntu源和dns
sudo gedit /etc/apt/sources.list
deb http://mirrors.aliyun.com/ubuntu/ raring main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ raring-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ raring-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ raring-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ raring-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ raring main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ raring-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ raring-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ raring-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ raring-backports main restricted universe multiverse
sudo vi /etc/resolv.conf
#阿里雲的DNS服務器
nameserver 223.5.5.5
nameserver 223.6.6.6
結果更加悲劇，出現找不到指定源的問題。
E: Failed to fetch http://mirrors.aliyun.com/ubuntu/dists/raring/main/source/Sources 404 Not Found
-------------------------------------（霧）-------------------------------------------------------------------------------------------------------------
後來我關了迅雷後，把所有東西恢復，即可安裝。
期間出現了
/sbin/ldconfig.real: /usr/local/lib is not a known library type
的問題，事實證明不影響後面的結果，我就沒管。
2 安裝包的問題
期間由於自己的愚昧，把系統版本記成18了 結果先下載了18的cuda10.0
後來重新下載16的cuda後，dpkg時出現了
dpkg: error processing archive xxx.deb (--unpack):
trying to overwrite 'xxx', which is also in packagexxx
左思右想，明明把之前的解壓包刪除了，但還是出這個錯，最後莽夫做法，直接強制安裝，解決問題，命令如下：
sudo dpkg -i --force-overwrite xxx.deb
重啓系統
shutdown -r now 立刻重啓(root用戶使用)
cudnn
安裝比較正常。
tensorflow-gpu
最後沒有用conda，而是用pip解決問題
pip install tensorflow-gpu==1.13.1
結果出現了一屏幕紅字
最後更新pip
pip install --upgrade pip
再安裝就沒問題了
驗證
import tensorflow as tf
# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))
後續（一週後）
使用tensorflow1.13跑網絡時，會莫名出現錯誤
ValueError: None values not supported.
發現是在算梯度時出現的錯誤
上網查到的解決辦法都不能解決我的錯誤（參考鏈接）
/Users/laox1ao/anaconda/lib/python2.7/site-packages/keras/engine/training.pyc in _make_train_function(self)
988 training_updates = self.optimizer.get_updates(
989 params=self._collected_trainable_weights,
--> 990 loss=self.total_loss)
991 updates = self.updates + training_updates
992 # Gets loss and metrics. Updates weights at each call.
是由於網絡存在ops的梯度爲None，導致圖的梯度流斷裂（disconnected），檢查發現是keras.backend.switch操作在以tensorflow爲backend的情況下無法計算梯度，tf.gradients()返回結果爲None
做了些對比實驗，發現同樣的數據源和同樣的代碼tensorflow1.14和1.12都不會報錯，推測可能是該版本沒有對這個場景做特殊處理。
於是着手安裝1.14
經過無數彎路，最終安裝了cuda10.1+tensorflow-gpu1.14.0
證實結果可行。
結論
別貪圖簡單就用conda安裝tensorflow-gpu
首先應該搞清楚cuda版本再確定tensorflow版本
其次pip更加靠譜一些
最後再次感謝博主指路！ 鏈接
紀念啥都沒幹，光配置環境的一天