CUDAインストール
あなたはCuDNN部分のためのNVIDIAアカウントが必要になります。 カスタムCUDA開発（nvcc）を行うには、GCCをGCC6にダウングレードする必要があることに注意してください。 ただし、kerasとtensorflowを実行するだけの場合は、これは必要ありません。 後でGCCをいつでもダウングレードできます。tensorflowのpipインストールが必要な場合は、2018年11月現在、CUDA9.0が必要です。 NVIDIAドライバをベータ版にアップグレードし、cudaをソースからコンパイルするか、nvidia-dockerを使用してドッキングされたCUDAを実行する場合もCUDO10は可能です。CUDA9をrunfileとしてダウンロードします（。CUDA9.0用に提供されているdebは古いバージョンのUbuntu用に調整されているため、debのインストールは機能しません）。 ベースインストーラとすべてのパッチをダウンロードします。次に、CuDNNをダウンロードします（ログインが必要です）。 X68_64のCUDAバージョンと一致するバージョンがあることを確認してください。/div>
nvidiaドライバをインストールしないでください（nvidiaドライバをインストールするように要求されます。 それをしないでください）。
他の警告は無視しますが、CUDAのインストールとシンボリックリンクを有効にしてください。
CUDA9.0用のパッチ（4つ）をインストールします。
sudo bash <patchfile>cudnnをインストールするには：tgzファイルを解凍します:ここで、LD_LIBRARY_PATHとPATHにCUDAが表示されていることを確認します。
sudo su – # become rootecho /usr/local/cuda/lib64 > /etc/ld.so.conf.d/cuda.confldconfig
パスに/usr/local/cuda/binを追加します（たとえば、あなたの…を編集します）。CUDAの開発を行いたい場合（tensorflowが必要な場合は必要ありません）：
echo "export PATH=$PATH:/usr/local/cuda/bin” > ~/.bashrctensorflowとkerasをインストール
sudo apt install python3-pipsudo pip3 install tensorflow-gpu keras jupyter matplotlib pandasTensorflowは次のようにテストできます：端末を開き、タイプ：
python3import tensorflow as tftf.Session()python3import tensorflow as tftf.Session()python3import tensorflow as tftf.Session()python3import tensorflow as tftf.Session()python3import tensorflow as tftf.Session()python3import tensorflow as tftf.Session()