Ubuntu16.04 + cuda9.0 + cudnn7.1.4 + tensorflow安装

安装前的准备

UEFI 启动GPT分区 Win10和Ubuntu16.04双系统安装

ubuntu16.04 NVIDIA 驱动安装

ubuntu16.04 NVIDIA CUDA8.0 以及cuDNN安装 

注意，在此使用的是CUDA9.0以及cuDnn7.1.4，所以可以参照上面的情况，安装本文使用的版本。不愿意官网下载，可以直接在此下载。

安装Tensorflow

ubuntu16.04中的python版本

安装好ubuntu16.04版本之后，系统会自带 python2.7版本，在此想使用python3 则需要：

下载python：

sudo apt-get install python3.5 

先备份原来的链接：

sudo cp /usr/bin/python /usr/bin/python_bak 

删除原来默认指向python2.7版本的链接：

sudo rm /usr/bin/python 

重新指定新的链接给python3.5版本：

sudo ln -s /usr/bin/python3.5 /usr/bin/python

此时，在终端输入python可以发现版本是3.5：

从3.5切换回2.7：

sudo rm /usr/bin/python
sudo ln -s /usr/bin/python2.7 /usr/bin/python

在本文中使用的是3.5，注意设置。

安装python对应版本的pip和依赖包

若python版本为2.7，则输入如下命令：

sudo apt-get install python-pip python-dev

若python版本为3.x，则输入如下命令：

sudo apt-get install python3-pip python3-dev

升级pip版本：

在装tensorflow之前，不管是不是最新的pip版本，都要更新一下，具体命令如下：

python 2.7版本：

sudo pip install --upgrade pip

python 3.x版本：

sudo pip3 install --upgrade pip

更改pip源地址

这一步操作一定要做，下载速度提升的十分明显，在这里我们使用清华的源：

mkdir ~/.pip
gedit ~/.pip/pip.conf

添加：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

[install]
trusted-host=mirrors.aliyun.com 

安装TensorFlow

TensorFlow安装CPU和GPU两种版本，CPU版本安装命令如下：

python 2.7版本：

sudo pip install tensorflow 

python 3.x版本：

sudo pip3 install tensorflow 

GPU版本安装命令如下：

python 2.7版本：

sudo pip install tensorflow-gpu 

python 3.x版本：

sudo pip3 install tensorflow-gpu

 测试安装结果

等待上述安装结束，创建hello.py文件写入：

import tensorflow as tf

sess = tf.Session()
hello=tf.constant('Hello,Tensorflow!')
print(sess.run(hello))

终端输入：

python hello.py

输出：

查看tensorflow的版本以及安装位置： 

python
import tensorflow as tf
tf.__version__
tf.__path__  #安装路径  

python安装路径查看：

import sys
print sys.path

遇到的问题

 libcudnn.so.7 cannot open shared object file: No such file or directory

 原因可能是因为cuda的路径可能设置错了，修正方法：

sudo ldconfig /usr/local/cuda/lib64

转载于:https://www.cnblogs.com/xiaojianliu/p/9312098.html