win10下原安装了py37+tf1.13+cuda10+cudnn7.6，用于tf1框架检测的运算，在C盘系统占空间太大，想移到其他盘，谁知怎么安装都出问题，GPU 不运行，而且训练的模型都保存在C盘昨时文件夹中，也不方便。
ubuntu系统安装了anaconda3，py3.8，cuda11.4，470驱动。anaconda可支持多个版本的python，故另建一个py37版本，用于tf1 目标检测模型的训练，tf1模型pb文件应用方便。
conda create -n py37 python=3.7
建立名为py37的环境。自动安装cuda10.0及cudnn7.6.5
启动激活conda activate py37
安装tensorflow-gpu==1.15.0，安装API
运行训练：python object_detection/model_main.py --pipeline_config_path=**/**.config --model_dir=** --alsologtostderr
该错误主要是gpu内存不足引起，修改model_main.py
import tensorflow.compat.v1 as tf
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
config = tf.ConfigProto()
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
config.gpu_options.allow_growth = True
session = tf.Session(config=config)
后可进行训练。
退出：conda deactivate
