Tensorflow-gpu Ubuntu16.04 GTX1060 双显卡

Tensorflow1.4.0不支持cuda9.0

一开始在cuda官网上下载了cuda9.0，非常不幸，一番辛苦下来发现现在最新版本的tensorflow-gpu不支持cuda9.0。因此，只能在网上寻找cuda8.0进行下载

卸载已有的cuda

尝试了网上很多已有的命令，这个命令可以使用

sudo apt-get autoremove --purge cuda

如果没有卸载干净，可以使用

rm -rf <文件夹路径>

将剩余的整个文件夹删除（包括文件夹下的所有文件）

安装Anaconda2

anaconda2是一个非常好的集成环境，里面包含了python，以及spyder IDE，PIP等工具。注意安装好anaconda2后需要配置环境变量。

pip 安装 tensorflow

使用

pip install tensorflow-gpu

安装 tensorflow的gpu版本

下载cuda8.0

推荐寻找百度网盘

下载cudnn6 for cuda 8.0

注意，截至2017-12-1, 当前版本的tensorflow1.4.0只是支持cudnn6，不要下成cudnn7

安装cuda8.0和cudnn6

参考博文
http://blog.csdn.net/zhaoyu106/article/details/52793183
亲测没有问题，但是使用cudnn6的话，gcc不需要降低版本。

安装cuda8.0,使用.run文件

sudo sh cuda_8.0.44_linux.run

我是在已经安装了nvidia驱动的情况下进行安装的，因此，提示是否安装nvidia driver的时候，我选择了no。其他都是一路accept，yes，或者回车

安装cudnn6.0

cudnn其实类似于cuda的扩展，下载下来的是一个压缩文件，解压之后进行下面三行命令即可。（解压出的文件默认名是cuda)

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*

Nvidia 显卡驱动安装

可以参考
http://blog.csdn.net/qq_33843297/article/details/78683569

另外有个命令暂时这里保存一下

sudo service lightdm stop  #用于关闭图形化界面
sudo service lightdm restart  #用于开启图形化界面

使用ctrl+Alt+F1可以从linux的图形界面进入命令行界面
使用ctrl+Alt+F6可以从linux的命令行界面返回图形界面