机器学习环境搭建：GTX970+Ubutnu1404_64bit+TensorFlow（GPU）

TF的GPU版本需要安装CUDA和cuDNN，而在Ubuntu中安装显卡驱动稍微麻烦一点。下面的安装比较简单：

1.检查显卡支持情况

https://developer.nvidia.com/cuda-gpus

2.下载一些东西

显卡的驱动： http://www.geforce.cn/drivers

cuda7.5 tool kit（需要注册）： https://developer.nvidia.com/cuda-downloads （下载runfile就可以了）

cuDNN（需要注册）： https://developer.nvidia.com/rdp/cudnn-download （简单的选择v4，v5需要TF从源码安装）

（图片是对应的下载界面）

3.安装显卡驱动

简要说明：Ubuntu的GPU驱动安装稍微麻烦一点，而安装tool kit会提示是否安装显卡驱动，问题是顺着tool kit安装显卡驱动是走不通的，所以显卡驱动要单独安装。

麻烦点：只要N卡运行，X server服务就有，需要手动关闭：

ctrl+alt+F1 进入命令行模式，关掉方式：sudo /etc/init.d/lightdm stop，然后开始安装夏卡驱动：

直接运雄驱动的*.run文件即可。中间会有提示，选yes没有害处，可能会提示卸载之前的驱动，选yes即可。最后提示安装成功，会回到图像桌面，手动重启一下。

4.安装tool kit

同样进入命令行，关掉X server服务，运行run文件。除了驱动不安装外其他都是yes。安装完手动重启一下。

5.安装cuDNN

这个是把一些文件复制到指定位置即可：

tar xvzf cudnn-7.0-linux-x64-v4-prod.tgz
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 /usr/local/cuda/lib64/libcudnn*

6.添加环境变量

否则TF不知道CUDA的东西在哪里，方法：在/etc/environment文件中直接添加下面路径：

:/usr/local/cuda/lib64:/usr/local/cuda

7.安装pip和TF

默认安装TF对应使用Python2.7，想用其他的可以参考官网：https://www.tensorflow.org/versions/r0.10/get_started/os_setup.html#pip-installation

sudo apt-get install python-pip python-dev

export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0rc0-cp27-none-linux_x86_64.whl

sudo pip install --upgrade $TF_BINARY_URL

8.测试

进入Python测试：（显示一些输入输出）

$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>

9.可能的错误

ImportError: libcudart.so.7.0: cannot open shared object file: No such file or directory
是环境变量没设置好