Ubuntu16.04下安装tensorflow并配置GPU

因为安装Ubuntu14.04总是出错，所以就只能使用Ubuntu16.04，废话不多说，直接进入主题。

1.差点忘了，最重要的一点忘了，先要装一些依赖项，比如gcc之类的:

$sudo apt-get install python-numpy swig python-dev python-wheel python-pip

$sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 

$sudo apt-get install g++-4.9

后面会解释为什么使用4.9版本，其实后面还要做修改，这里只是先安装了再说。不考虑那么多。

2.在进入主题之前，还有一个重要的就是先要安装英伟达显卡的驱动，用官方的：进入系统设置，然后进入软件和更新，而后在附加驱动之内，显卡驱动选择官方给出的驱动，更新一下。

3.安装GPU支持的tensorflow首先需要安装的就是cuda和cudnn两个东西，cuda官网上有15.04和14.04的版本，两个我都试过了，都不可以使用。我查了很久，发现直接在终端内安装就行了，不需要那么复杂：

$sudo apt update
$sudo apt install nvidia-cuda-dev
$sudo apt install nvidia-cuda-toolkit

如果这里update的时候出现错误，就打开系统设置里面的更新和软件，里面有个下载源的选项，我选择了主服务器就解决了错误问题，原来的好像是中国服务器。

这样就应该已经安装好了cuda了，然后就是安装cudnn了。先去这个网站上https://developer.nvidia.com/rdp/cudnn-download注册一个账号，然后才可以下载，下载的时候选择V4 Library for Linux。

下载好之后，在终端里面输入

$sudo tar xvzf *****(你下载的cudnn压缩包名字)

解压之后应该有两个文件夹，一个是include和lib64。先在终端中进入include文件夹下，然后输入:

$sudo cp cudnn.h /usr/local/include

然后在终端中进入lib64文件夹中，输入：

$sudo cp libcudnn* /usr/local/lib    (这边的*必须输入)

4.这里需要检查gcc版本：

$gcc --version

这边如果版本是5.0及以上的话，支持会出问题，所以需要限定他的版本。或者可以取消cuda对gcc的版本检查：

我们先进入/usr/include/文件中，找到host_config.h文件，进行修改，将下面三行进行注释：

5.下面就是将刚刚的cudnn那些库文件操作一下，先进入/usr/local/lib/文件夹下，然后：

$sudo chmod +r libcudnn.so.4.0.7

$sudo ln -sf libcudnn.so.4.0.7 libcudnn.so.4

$sudo ln -sf libcudnn.so.4 libcudnn.so

$sudo ldconfig

6.终于到最后一步了，这个就简单了，这一步，官网上就有代码：

$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl

$ sudo pip install --upgrade $TF_BINARY_URL

安装完之后，进入python然后import tensorflow，应该会出现成功调用cudnn的信息，那应该就没问题了。