可行的ubuntu16.04+cuda9.0+cudnn+anaconda+tensorflow+keras深度学习环境的搭建

之所以写这篇博客，还是因为目前网上的搭建教程太多然而却没有几个是真正有效的。

话不多说，下面就开始，因为有不少内容是综合了几个教程的，因此难免有相同部分。

第1步：安装先决条件

在安装任何东西之前，让我们首先更新存储在计算机上的软件包的信息，并将已安装的软件包升级到最新版本。

sudo apt-get update
sudo apt-get upgrade

接下来，我们将在安装过程中安装一些我们可能需要的基本软件包。 另外，删除不需要的包。

sudo apt-get install -y build-essential cmake gfortran git pkg-config 
sudo apt-get install -y python-dev software-properties-common wget vim
sudo apt-get autoremove

第2步：安装驱动

　执行如下语句安装NVIDIA驱动

　　　　sudo add-apt-repository ppa:graphics-drivers/ppa

　　　　sudo apt-get update

　　　　sudo apt-get install nvidia-390  //驱动版本不同，对应不同的数字（我是1080Ti显卡）

　　　　sudo apt-get install mesa-commoon-dev   //本句及下一句命令有的电脑需要，有的电脑不需要，根据实际情况输入命令

　　　　sudo pat-get install freeglut3-dev

　　执行完上述命令后若无问题，重启，若有问题，单独查资料解决

　　　　sudo reboot

　　重启后输入：

　　　　sudo nvidia-smi

如果显示GPU列表，则证明驱动安装成功了

第3步：安装CUDA

注意：这里cuda9.0如果安装官网上的版本，由于官网是最新的，可能会导致一些问题，建议下载我百度云中的版本呢：

链接：https://pan.baidu.com/s/1jVvRQT8bIg1JFxd0KRLbZA 密码：x0bc

下载文件后，进入下载文件的文件夹，从终端运行以下命令安装CUDA驱动程序。

请确保下面的命令中使用的文件名与下载的文件相同。

sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo apt-get update
sudo apt-get install -y cuda-9.0

输入 reboot 重启电脑

测试CUDA的例子

　　cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery

　　　sudo make

　　　./deviceQuery

　　如果显示的是关于GPU的信息，则说明安装成功了。

第4步：安装CUDNN

网上版本也不对，建议下载我百度云中的：

链接：https://pan.baidu.com/s/1o4_YNQMobSXPcD6H3e6zug 密码：4j2j

从下载目录打开终端输入：

sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb

sudo dpkg -i libcudnn7-dev_7.0.5.15-1+cuda9.0_amd64.deb

sudo dpkg -i libcudnn7-doc_7.0.5.15-1+cuda9.0_amd64.deb

第5步：安装Anaconda

bash Anaconda3-5.1.0-Linux-x86_64.sh  //注意，这里安装下载的对应的anaconda版本

第6步：安装tensorflow（gpu）

使用conda命令创建一个python版本为3.5的TensorFlow环境：

conda create -n tensorflow python=3.6

创建完成之后，通过下面命令激活并进入tensorflow环境：

source activate tensorflow

在该环境下输入下面命令进行tensorflow：

pip install tensorflow_gpu

安装成功后可进入python环境，导入tensorflow 包，如果没有错误的话，说明安装成功。

#导入tensorflow
import tensorflow

pip临时换源：（速度很快）

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

第7步：安装Keras

Keras的安装比较见到，直接输入命令进行安装即可：

pip install keras

至此，安装完成。

在终端输入 anaconda-navigator 可以进入anaconda3。