深度学习配置：Ubuntu 18.04 + CUDA 9.0 + CUDNN7.0.5

深度学习配置：Ubuntu 18.04 + CUDA 9.0 + CUDNN7.0.5

nvidia-driver see Ubuntu 16.04

(最初我希望安装最新版本的cuda，到我写这篇博客位置cuda已经发布cuda9.2.4) 但是一定要先到tensorflow官网确认官方默认的cuda版本，之后根据cuda版本下载相应的cudnn。
另外需要注意的一点是，对于Ubuntu18.04系统来说编译器使用默认gcc7.3.0，但是对于cuda9.0，在ubuntu17.10中是对应gcc7.2，ubuntu16.04中对应gcc5，为了能够编译cuda9.0，我们需要对gcc,g++进行降级处理，为了Ubuntu17.04，16.04的cuda9.0都能正常安装，我们可以安装gcc5，g++5

sudo apt-get install gcc-5 gcc-5-multilib g++-5 g++-5-multilib

安装之后输入gcc –version发现还是7.3版本，输入：

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 40 
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 50
sudo update-alternatives --config gcc

会看到如下三个候选项用于替换gcc：

想用哪个gcc直接输入编号切换就好了

接下来同样要设置一下g++版本（和gcc保持一致）

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50 
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 40 
sudo update-alternatives --config g++

这时输入在终端输入：

gcc -v

会发现gcc已经成功切换到gcc5版本了。

第五步：安装Cudnn 7.0.5
去官网下载，Cudnn v7.0.5 for cuda 9.0。需要注册账号的
下载后解压，然后得到一个cuda文件夹，（cd到cuda文件夹所在目录）然后执行下列命令

sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7  
sudo ln -sf libcudnn.so.7 libcudnn.so  
sudo ldconfig

Step 4: pip install tensorflow-gpu
I will be using a conda environment for installing tensorflow

create a conda environment by using the following command

conda create -n tf python=3.6 pip

activate your environment using

source activate tf

run the following command to install tensorflow

pip install tensorflow-gpu==1.5

Step 5: Test it!
start a python interpreter in the terminal by typing
python
run the following lines

>>> import tensorflow as tf
>>> hello = tf.constant('hello tensorflow')
>>> with tf.Session() as sesh:
>>>     sesh.run(hello)

the output should be

>>> 'hello tensorflow'