ubuntu16.04+anaconda3+cuda9.0+cdunn7.1+tensorflowgpu1.9.0+pycharm3.2

1 安装ubuntu16.04系统，可以百度搜索，这里不累述。

2 下载安装anaconda3.5.2.0：

       2.1 下载anaconda3镜像，清华大学开源软件镜像站下载地址： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/  查找对应需要版本，这里使用Anaconda3-5.2.0-Linux-x86_64.sh

        2.2 下载完成后，在命令行进入到Anaconda3-5.2.0-Linux-x86_64.sh文件所在的路径下：（默认路径为:/home/×××/下载/）右击选择在终端打开

 

                                             

                           

                                             

        2.3 按提示按回车键继续，直到如下：

                                               

        输入：yes 回车 稍等片刻，然后默认添加路径：输入yes 按ENTER的话默认为no，后面可能就需要自己手动添加到环境变量中，很麻烦。。到这里，anaconda安装成功！

                       

        最后可能出现是否安装vs，输入“no”取消安装 VSCode，因为我们后续将会安装PyCharm作为IDE。

                       

        到这里，anaconda3安装成功，接下来可以通过下面命令查看anaconda及python版本

                      

        2.4 打开anaconda：测试一下，命令行输入以下命令可以开启anaconda-navigator，第一次打开时间比较长，请耐心等待！

                     

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

3 安装cuda9.0：

        3.1 查看驱动：Ubuntu安装NVIDA驱动可以直接在软件和更新里安装，也可以自行到NVIDA官网下载合适的驱动安装，驱动不一定要安装最新的，但越是高端的显卡越是要安装稳定的版本。这里我选择的是Ubuntu自带的软件更新里的驱动384.130，够省心。多显卡的只需要装一次，这个与安装驱动个数无关，终端输入命令：nvida-smi  如下图，

                                    

        如果没有，参考https://blog.csdn.net/XUTIAN1129/article/details/78997633#commentBox安装驱动  

        3.2 下载cuda：

        CUDA是NVIDIA推出的使用GPU资源进行通用计算的SDK，CUDA的安装包里一般集成了显卡驱动，
下载NVIDIA CUDA（cuda9.0进：https://developer.nvidia.com/cuda-90-download-archive）

                       

          查看gcc，终端输入：gcc --version 我的是5.4，CUDA支持的gcc版本较低，因此先对gcc降级，我降到了4.8版本：https://blog.csdn.net/qq_31175231/article/details/77774971

          下载安装包后，在终端输入：sudo sh cuda_9.0.176_384.81_linux.run --no-opengl-libs（注意版本)

                                

               3.3  添加环境变量:终端输入：sudo gedit ~/.bashrc（打开文档）

                        末尾添加：export PATH=/usr/local/cuda/bin:$PATH

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

                        终端输入：source ~/.bashrc 使生效

                3.4 检查CUDA是否安装成功：终端输入：$cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery

                                                                                           $sudo make

                                                                                           $./deviceQuery若最后几行效果如下就OK

                           

4 cdunn7.1配置：这个需要申请账号，注册后进入官网(https://developer.nvidia.com/rdp/cudnn-download)

   这里我选择然后选择 cuDNN v7.1.3 Library for Linux

                            

 下载下来之后解压安装，执行如下步骤：打开下载所在文件夹，解压

                1 tar -zxvf cudnn-9.0-linux-x64-v7.1.tgz

                2 sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

                3 sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

                4 sudo chmod a+r /usr/local/cuda/include/cudnn.h

                 5 sudo chmod a+r /usr/local/cuda/lib64/libcudnn*  

　执行完如上命令之后，cuDNN 就安装好了，这时我们可以发现在 /usr/local/cuda/include 目录下就多了 cudnn.h 头文件。

检测：终端输入：终端中执行nvcc -V 显示如下信息则表示成功      

                                        

5 安装tensorflowgpu（在anaconda中安装）

      5.1 启动anaconda3创建需要安装tensorflow的环境   ，终端输入：anaconda-navigator，打开后，点击Environments，后选择base(root)右面的右三角，然后选择open terminal

                      

       5.2 在终端输入conda create -n tensorflow pip python=3.6 然后依据提示键入y

然后输入：输入以下代码激活tensorflow环境：source activate tensorflow

                     使用pip安装tensorflowgpu1.9.0 ：pip install tensorflow-gpu==1.9.0（慢）

                      

                     我使用的是conda 安装：conda install tensorflow-gpu==1.9.0 可能出现如下问题

                                

                      设置权限：终端输入：sudo chmod -R 777 anaconda3（注意自己文件夹名）

        5.3 conda命令操作：（https://blog.csdn.net/sunxinyu/article/details/78801534）

               1 打开spyder：在anaconda3/bin目录下运行终端，输入./spyder即可启动 

               2 tensorflow测试，打开终端：输入python，进入python命令行后输入：import tensorflow as tf 回车，不报错就ok

               可能出现如下警告：是因为h5py包中的函数与numpy1.14有冲突，h5py的作者将在下个版本中对这个警告进行修复

                                 

                  可以忽略，如果有强迫症，可以这样解决：pip install numpy==1.13.3（当然也可以用conda）

                   若有如下警告:则打开终端输入：python -m pip install --upgrade pip

                                 

6 安装python IDE pycharm3.2（https://www.jetbrains.com/pycharm/download/#section=linux）

            6.1 选择平台为Linux，可以看到当前版本为2018.3.2，这里分为Professional专业版和Community社区版，区别是专业版是收费，而且功能更多，具体是什么功能我就没仔细了解了，我选择的是professional，点击下载

             6.2 找到下载位置，一般在download（下载）文件夹，右击压缩包，选择提取到这儿（Extract here）

                                 

进入Downloads/pycharm-2018.3.2/bin，右击选择在终端打开，输入：sh ./pycharm.sh 会出现如下，选择OK

                                 

                                 

Continue---->dont sent---->next--->next-->startuse(按默认选择)

            6.3 激活：选择Activation code

                            

             1 修改hosts文件：打开终端shuru： cd /etc #进入etc

                                                                             sudo chmod 777 hosts

                                                                             gedit hosts

               在最后一行加入：0.0.0.0 account.jetbrains.com

                             

输入激活码：K71U8DBPNE-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-Owt3/+LdCpedvF0eQ8635yYt0+ZLtCfIHOKzSrx5hBtbKGYRPFDrdgQAK6lJjexl2emLBcUq729K1+ukY9Js0nx1NH09l9Rw4c7k9wUksLl6RWx7Hcdcma1AHolfSp79NynSMZzQQLFohNyjD+dXfXM5GYd2OTHya0zYjTNMmAJuuRsapJMP9F1z7UTpMpLMxS/JaCWdyX6qIs+funJdPF7bjzYAQBvtbz+6SANBgN36gG1B2xHhccTn6WE8vagwwSNuM70egpahcTktoHxI7uS1JGN9gKAr6nbp+8DbFz3a2wd+XoF3nSJb/d2f/6zJR8yJF8AOyb30kwg3zf5cWw==-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
 

这样就可以建立自己的第一个项目了

如编写一个查看cpu/gpu的脚本：效果如下

import os
from tensorflow.python.client import device_lib

os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"

if __name__ == "__main__":
    print(device_lib.list_local_devices())

                     

  6.4 pycharm汉化 参考：https://blog.csdn.net/szw_yx/article/details/80348645