# 安裝 2.7 環境
conda create -n python2.7 python=2.7.17 conda activate python2.7
# 安裝 1.1.0 gpu版本
pip install tensorflow-gpu==1.1.0
# 配置環境變量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64
# tensorflow1.13.2 cuda-10 lib庫配置; 因為tensorflow 1.13版本以上要求cuda 10 export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:/usr/local/cuda/lib64:/home/v-yaxu/nccl/build/lib
保持更新，更多內容請關注 cnblogs.com/xuyaowen;
常用操作：
tensorboard --logdir=/tmp/tensorflow/mnist/logs/mnist_with_summaries/
參考鏈接：
https://www.cnblogs.com/chay/p/10472993.html
https://blog.csdn.net/weixin_35653315/article/details/71308137
"ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory."?
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
（解決使用 tensorflow 使用過程中，libcublas 庫，找不到的錯誤）
Tensorflow 指定訓練時使用的GPU：
場景：有一台服務器，服務器上有多塊兒GPU可以供使用，但此時只希望使用第2塊和第4塊GPU，但是我們希望代碼能看到的仍然是有兩塊GPU，分別編號為0,1，這個時候我們可以使用環境變量CUDA_VISIBLE_DEVICES來解決；
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" # cuda 模式按照進行gpu的性能進行排序，設置此環境變量，GPU的順序，將按照 pci_bus_id編號來進行設置；gpu順序；這樣在cuda_visble_devices環境變量就可以按照pci編號來進行選擇gpu了； os.environ["CUDA_VISIBLE_DEVICES"] = "0" # 設置程序環境變量；
或在腳本或者命令行中指定：export CUDA_VISIBLE_DEVICES=0
CUDA_VISIBLE_DEVICES=1 只有編號為1的GPU對程序是可見的，在代碼中gpu[0]指的就是這塊GPU
CUDA_VISIBLE_DEVICES=0,2,3 只有編號為0,2,3的GPU對程序是可見的，在代碼中gpu[0]指的是第0塊，gpu[1]指的是第2塊，gpu[2]指的是第3塊
CUDA_VISIBLE_DEVICES=2,0,3 只有編號為0,2,3的GPU對程序是可見的，但是在代碼中gpu[0]指的是第2塊，gpu[1]指的是第0塊，gpu[2]指的是第3塊
指定GPU占用顯存：
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7) # 確保每個GPU使用的顯存，不超過 0.7 sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
Tesorflow 默認會占用gpu 所有緩存，設置按需占用GPU緩存方法：
config = tf.ConfigProto() config.gpu_options.allow_growth = True session = tf.Session(config=config)
GPU 設置參考鏈接：
https://homepages.uc.edu/~schreihf/uchenry/post/using-gpus/ (gpu設置)
https://www.jianshu.com/p/0816c3a5fa5c
https://www.cnblogs.com/darkknightzh/p/6591923.html
https://www.tensorflow.org/guide/gpu (tensorflow 官方關於gpu使用的說明文檔)
https://github.com/tensorflow/docs/blob/r1.13/site/en/guide/using_gpu.md （官方關於 tf.1.13的gpu使用文檔）
設置參考自網絡，如果失效，請糾正；