Ubuntu16.04下安装Cuda8.0+Caffe+TensorFlow-gpu+Pycharm过程（2018年1月23）

软件版本:

安装包之间的支持关系要理清，支持关系弄好后安装的过程就会少很多麻烦。
CUDA 、Cudnn 、Anaconda 、Opencv 都是为Caffe 和Tensorflow服务的

系统版本：Ubuntu16.04
Anaconda [Python2.7] （版本忘了，推荐最新的，老版本的Gcc版本太低，后面编译caffe会出现错误,需要升级GCC）
显卡驱动：375.26 （试过384.111和测试时提示与CUDA8.0版本不兼容）
Cuda 8.0
Cudnn v6（tensorflow1.4.1 不支持V7）
下载地址：https://developer.nvidia.com/rdp/cudnn-download
Opencv-3.4.0
Matlab 2016b
Caffe (2018年1月23 github最新版本)
tensorflow 1.4.1 版本

---

- 0、首先安装Anacnonda

- 1、安装NVIDIA驱动&&CUDA

安装CUDA时候，选择安装合适版本的NVIDIA驱动。
注意：需要在安装驱动前禁用X服务

sudo service lightdm stop

在https://developer.nvidia.com/cuda-downloads，根据自己的系统下载对应的runfile文件。
下载后运行sudo ./cuda_8.0.61_375.26_linux.run
1、运行后，首先是协议。按空格到底后，输入accept

Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
(y)es/(n)o/(q)uit: y

Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y

Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y

2、声明环境变量 运行sudo gedit ~/.bashrc 在文件末尾添加

export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存退出，运行source ~/.bashrc

3、测试
测试前可以先把samples备份下

cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery

测试结果如下即可

- 2、安装Cudnn

官网下载cudnn下载后进行解压
解压后把相应的文件拷贝到对应的CUDA目录下即可

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*

- 3、安装Caffe

caffe的安装步骤比较繁琐，需要Opencv等软件，所需依赖库比较多。

主要分为 个步骤：