Ubuntu 16.04 + Cuda-8.0+Cudnn 5.1 + Tensorflow gpu 1.2环境配置

摘要： 最近毕业设计需要使用到TensorFlow，就试着在Ubuntu环境下搭Tensorflow gpu的环境。一堆坑，网上很多资料要么就过于复杂或者不够完整，今天自己就把自己环境配置的旅程和大家分享一下

对于tensorflow cpu的安装就比较简单，直接使用pip install tensorflow命令就可以安装。对于Tensorflow Gpu的安装就相对繁琐一点，主要分为3个流程
1. Cuda 8.0的下载安装
2. Cudnn 5.1的下载安装
3. Tensorflow 1.2的安装
Cuda 8.0安装
去官网下载（链接点这里）注意版本号是8.0。进入页面后选择如下

下载的过程会比较慢，如果是可以翻墙的话，下载会快很多。下载完成后，到对应下载的目录下，执行以下几个命令

$ sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
$ sudo apt-get update
$ sudo apt-get install cuda

并且设置好环境变量：
source vi ~/.bashrc

$ export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
$ export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64   ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
$ export CUDA_HOME=/usr/local/cuda

其中前两个CUDA官网安装文档中建议的变量，第三个是Tensorflow版本需要的变量
重启电脑，显卡驱动生效，使用以下命令检查

$ nvidia-smi

运行后截图如下，则一般就可以了

当然还可以按照这个链接的第五步 检查安装是否成功
安装Cuda可能遇到的坑:
1. 安装的版本不对
你有可能是安装到Cuda9.0或者9.1更高的版本，目前来说Tensorflow还不支持这个版本(你可以使用Tensorflow源码来安装，但是真的很麻烦！！！)，我找资料网上卸载Cuda好像很麻烦，其实就是两个命令（这个问题的链接参考这个）

$ sudo apt-get autoremove --purge cuda
$ sudo apt-get install cuda-x.x

x表示你需要安装的版本号，注意这些修改了以后，环境变量也要进行修改

Cudnn安装
这一步就比较简单，没什么特别的，你只要找到你对应Cuda的版本去下载(官网链接)，需要注册一下，填几个问题，再agree一下，选择cuDNN v5 Library for linux进行下载

然后到下载该文件的目录下，执行以下命令

$ tar xvzf cudnn-8.0-linux-x64-v5.1.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*

Tensorflow下载安装
一般来说前面这几个对应版本的Cuda，Cudnn安装对应的就安装一个Tensorflow 1.2就可以，这里我们直接使用pip命令安装，方便很对，需要使用到清华的一个镜像网站，速度很不错推荐一下（链接在这里）
使用命令

$ sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.2

按照以上的步骤之后几可以完成Tensorflow gpu的安装
可以执行一些简单的命令来检验一下

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))

运行截图如下

OK！完成了Tensorflow的配置，很简单有没有！！！