配置深度学习环境-Ubuntu16.04下安装CUDA、Cudnn和TensorFlow。

1. 安装前重要提示。

第1步，首先根据要安装的TensorFlow 1.4版本查到对应的cuda版本为cuda 8.0或者cuda 9.0，在这里我选择cuda8.0；第2步，在安装cuda前首先要了解cuda和NVIDIA 显卡驱动的版本对应关系，不然装好之后运行程序的话就有可能出现 tensorflow的CUDA driver version is insufficient for CUDA runtime version 问题，翻译过来就是cuda的驱动程序版本跟cuda的运行时版本不匹配；装完cuda后就可装 cudnn 了；装完Cudnn之后就可装TensorFlow了。注意安装顺序是先CUDA，再cudnn，最后安装TensorFlow。

1.1 了解cuda和NVIDIA 显卡驱动的版本对应关系
我的NVIDIA显卡是GTX 960M，查看可安装的显卡驱动版本，直接在终端中输入命令：
ubuntu-drivers devices
就可看到自己电脑的NVIDIA显卡能够对应哪些可安装的显卡驱动版本，在这里我选择的驱动(driver)版本是 nvidia-384。因为之前有装过nvidia-430版本的显卡驱动，但是由于版本太高导致和cuda8.0版本不对应，nvidia-430版本的一般是对应cuda10.0版本以上，也尝试安装 nvidia-375版本，但是由于版本过低会导致安装时就失败了，nvidia-375版本也没有在推荐的nvidia显卡驱动版本之内。
安装NVIDIA显卡驱动的方式在上一篇博客中已有详细介绍，使用的是 .run包方式安装。
1.2 cuda 安装
1.2.1 下载cuda安装文件。
首先去英伟达官网下载cuda安装包：https://developer.nvidia.com/cuda-toolkit-archive，下载好之后得到的是一个 .run 安装包，将该安装包放到 Home 目录下，当然不放到Home目录下也行，只要执行安装命令时找到该安装包所在的位置就可以了，在这里我是放到 Home 目录下了。

1.2.2 安装 cuda
当下载好 cuda 安装包并且放入Home目录之后，然后在终端执行下列命令：
sudo sh cuda_8.0.61_375.26_linux.run
然后出现安装的环境界面，先按enter键或者空格键阅读完服务条款的页面后，直到服务条款显示到100%。接着按下面的步骤选择(输入)：
accept
n（不要安装driver，因为我们之前已经安装了NVIDIA显卡驱动了，在这里就不需要再装它提示的版本驱动了。）
y
y
y
安装完成后，设置环境变量。

1.2.3 设置环境变量
打开主目录下的 .bashrc文件添加如下路径，例如我的.bashrc文件在/home/wushengyu下，如果没有找到，则可以在Home目录下直接按Ctrl+H 键显示隐藏文件，就可找到后缀以 .bashrc 结尾的文件了。打开该 .bashrc 文件，在文件末尾分别写入以下两行内容：

export PATH=/usr/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

然后在终端运行命令：
source ~/.bashrc
接着在终端运行命令：
nvcc --version
如果出现下面的文字就说明cuda 8.0 安装成功了。
1.3 cudnn 安装
1.3.1 下载安装文件
按需求下载cudnn的安装文件：https://developer.nvidia.com/rdp/cudnn-archive，在这里我选择的是针对 Linux 的 cuDNN 6.0版本，下载好该cudnn的压缩包后放入Home目录下。
1.3.2 安装 cudnn
下载好cudnn的压缩包后，在终端执行下面的命令解压缩包：
tar zxvf cudnn-8.0-linux-x64-v6.0.tgz
解压缩下载的文件后，可以看到cuda文件夹，在当前目录打开终端，执行如下4行命令：

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

1.3.3 查看cudnn版本
在终端输入命令：

$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

如果出现下图所示版本信息，说明安装成功。

1.4 TensorFlow 安装