ubuntu 16.4 python3.5 安装tensorflow 采坑

tensorflow有CPU和GPU两种版本，CPU的更好安装，GPU需要下载额外的两个进行配置，CPU版的tensorflow运行GPU相关代码时会报错
CPU版的安装比较简单：
可以这样安装：

pip3 install –upgrade tensorflow

或者像这样：

pip3 install –upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp35-cp35m-linux_x86_64.whl

这是指定了具体的网址，其中的参数代表着不同的tf和python版本，必须要与系统一致

但是GPU版本的安装就比较麻烦，需要确保 系统里安装了正确的 CUDA sdk 和 CUDNN 版本，而且这个的版本之间必须要统一，什么版本支持tf的哪个版本

配置和安装CUDA CUDNN需要管理员权限sudo，如果作为普通用户可以等管理员下载解压之后，将对应的路径添加到自己的PATH中，例如：

export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:/opt/cudnn-7.0/lib64"

这里就是我分别添加了cuda-8的路径；CUPTI的路径和cudnn的路径，你可以替换成自己的对应路径，多半是在/usr/local下面

如果没有安装好的并且自己有root权限的话，可以用

lspci | grep -i nvidia  #确认是nvidia显卡
uname -m && cat /etc/*release #确认是x86_64

命令来确认系统显卡等属性，然后在cuda官网上下载指定版本 https://developer.nvidia.com/ 。但是官网打开往往是最新版，可能并不适合，比如博主这里想装tensorflow 1.4就不能用过高的版本
然后下载cudnn，可以放到cuda安装路径下，然后解压，将include和lib64下的指定文件放到某处，最好也是cuda路径下，博主上面的命令表明是放在/opt/下面了，因为服务器上有好多个版本，，

确认好环境变量后就可以安装了
可以用

pip uninstall tensorflow-gpu
pip uninstall tensorflow
pip uninstall protobuf

来清理掉之前装的不怎么成功的tensorflow
然后，很多博客的方式是：

pip3 install --upgrade tensorflow-gpu

可能遇到的几个问题是 pip如果已经升级过可能本身就是pip3了不需要重复写；
permission denied 可以试一下

pip install tensorflow-gpu

如果下载速度很慢可以试一下清华镜像：
但是上面还有个问题，直接这样装会不考虑你本机的cudo cudnn的版本而下载下来最新的tensorflow比如tf 1.8.0 这样虽然你成功安装了，但是根本不能用,import过程就会报错
可以根据版本指定tf版本，如

pip install tensorflow-gpu==1.4

如果慢的话可以考虑清华镜像：

pip install --user  -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.4

终于成功安装了 喜大普奔
运行怎么还是报错？
你可以试一下先

export LD_LIBRARY_PATH=跟之前一样

然后再运行程序
如果还是报错比如

libcudnn.so.6:can not shared object file
这就比较玄学了，因为博主之前环境变量明明设的cudnn 7.0的路径，我试了各种export的写法，都还是报错。。。。但是他既然这么强烈要求.so.6，就把cudnn的6.0的路径加进去，比如：

export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:/opt/cudnn-6.0/lib64"

然后，成功了？？！