[环境配置] Ubuntu 16.04.3 + 1080Ti 环境下配置Tensorflow-GPU

摘要

本文是经过多次失败的尝试后所得到的经验积累，作为分享

参考文章：
http://blog.csdn.net/zhaoyu106/article/details/52793183

---

安装Ubuntu 16.04.3

准备工作

1. 使用iso镜像以及UltraISO在Windows下制作U盘启动盘 [相关教程]
2. 在BIOS中选择U盘启动
   [注意：BIOS中会有两个选项：UEFI和一个什么都没有，如果是空盘安装，且没有安装windows，请选择什么都没有那个，如果已经安装了windows，可以选择UEFI选项。如果在空盘下选择UEFI，安装grub的时候会报错]
3. 将显示器接在集成显卡端口
   由于Ubuntu 16默认的驱动不支持1080，所以先用集成显卡，否则会黑屏

开始安装Ubuntu

1. 任何下载更新或者安装额外更新的选项都不要勾选
2. 在选择硬盘时，选中空硬盘后，点击+号，在挂载点选择第一个”/”，然后无视警告就可以安装啦
3. 如果硬盘里有历史数据的同学，请备份好数据，慎重选择安装的地方

---

安装驱动

1. 直接在搜索栏搜索“附加驱动”，选择第一个选项，应该是有一个类似于384.111的版本号的驱动，选中它，点击应用更改
2. 自动下载安装后，重启系统
3. 在Terminal输入nvidia-smi，如果能看到显卡具体信息，说明安装成功

---

安装CUDA + CuDNN

1. 下载CUDA 8.0 + CuDNN v6
2. 先将GCC降级，降级方法参考：http://blog.csdn.net/zhaoyu106/article/details/52793183
3. 在终端输入 gcc -V来确保版本是5.0以下
4. 然后，分别将cuda的原始deb包和update的deb包解包，然后再安装，具体方法官网有
5. 将CuDNN解压缩，得到一个CUDA文件夹
6. 执行如下语句
   
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*
sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*

7. 更改bashrc文件：
   
sudo gedit ~/.bashrc

   然后在打开的文本末尾加入：
   
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

   继续在terminal中输入:
   
source ~/.bashrc


---

安装tensorflow-gpu

1. 下载Anaconda并安装
2. 新建虚拟环境 ：conda create -n tf python=3.5
3. 安装tensorflow ：pip install tensorflow-gpu==1.4
4. 测试，在终端中输入：
   
source activate tf
python
import tensorflow

   如果没有报错，那么大功告成

---

Pycharm缺少环境变量+无法获取libcudnn.so.6

参考：https://www.cnblogs.com/ZhengPeng7/p/7867871.html

Name: LD_LIBRARY_PATH
Value: 与~/.bashrc文件中保持一致