Ubuntu16.04下安装tensorflow-gpu

Tensorflow学习过程中有些代码在windows下运行会有许多问题，ubuntu系统还是得用。开始的时候为了跑通代码，就在虚拟机里面安装了一个Ubuntu16.04，但是这样GPU无法使用，只能用CPU版的tensorflow运行程序，最近在跑一个图像语义分割的训练代码，用i7-8700跑一天特么的才走了4000多次，10万次的话就奔着1个月去了，这可不行，物理机装上Ubuntu，鼓捣一番，GPU终于用起来了,用上了RTX2080ti，速度提高了50-80倍。网上教程参差不一，老是掉坑了，还是按照官方给的方法来装。

关键步骤奉上

1.下载CUDA9.0

一般的英伟达显卡用CUDA9.0就好了，要是RTX2080ti，去这里看看。

CUDA的下载地址：

https://developer.nvidia.com/cuda-toolkit-archive

选项如下，注意选deb的

 

下载完之后再怎么办呢？比如我 在 /home/macunshi下新建了一个文件夹，命名为CUDA，然后把下载的CUDA9.0拷贝到这个文件夹下，在命令窗口输入指令定位到刚才的文件夹：

cd /home/macunshi/CUDA

然后输入以下指令进行安装，其实在刚才下载CUDA9.0的界面下就有安装指导，我也贴一下命令：

sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb`
sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub`
sudo apt-get update`
sudo apt-get install cuda`

 第二个命令可能无效，不用管它，四条命令后说找不到什么东西，就双击这个deb文件，点击安装，然后再重新执行一遍这4条命令，第一条命令执行完毕会提示你第二条命令的语句，直接复制粘贴执行。在输入命令看看是否安装成功。

nvidia-smi

 2.安装cuDNN

到这儿https://developer.nvidia.com/cudnn去下载对应CUDA9.0版本的cuDNN，下载图中标注的三个文件。

然后把文件同样放到CUDA文件夹下，再次从命令窗里定位到该文件夹，然后输入以下命令进行安装。

sudo dpkg -i libcudnn7_7.4.1.5-1+cuda9.0_amd64.deb 
sudo dpkg -i libcudnn7-dev_7.4.1.5-1+cuda9.0_amd64.deb 
sudo dpkg -i libcudnn7-doc_7.4.1.5-1+cuda9.0_amd64.deb

然后在用以下代码进行验证是否安装成功:

cp -r /usr/src/cudnn_samples_v7/ ~
cd ~/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN

 安装成功下面会出一大片东西，最后是Result of classfication:1 3 5这样的结果。

3.python的处理

Ubuntu16.04自带python3.5和python2.7，如果在命令窗里输入python，就会进入python2.7，如果在命令窗里输入python3或者python3.5，就会进入python3.5。我觉得python3.5就可以了，就没有升级python3.6。你要是想用某一个python版本，要确保输入python3后能进入到相应的版本。

接下来我们安装pip，更明确的说是pip3。输入指令：

sudo apt-get install python3-pip

 然后输入pip3 -V查看一下版本，一定要检查确认该pip从属于python3.5，也就是你想要用的那个python版本，否则后面安装的一些库都是别的python版本的，你要用的python版本就调用不了了。

然后在输入：

pip3 install tensorflow-gpu

 等待安装完毕，之后可能提醒你权限不够，就在命令后面加上--user再运行一遍就可以了。

如果你想安装指定版本的tensorflow，比如1.10.0版的，可以这么写：

pip3 install tensorflow-gpu==1.10.0

尝试调用tensorflow，输入：

python3
import tensorflow as tf
tf.__version__

能正确打印tensorflow的版本号，大功告成。