ubuntu16.04安装英伟达显卡驱动，CUDA,CUDAA，TensorFlow（GPU）,opencv,numpy

1:安装英伟达显卡驱动`

首先卸载之前安装过的Nvidia驱动

sudo apt-get --purge remove   nvidia-*

下载驱动:http://www.geforce.cn/drivers（版本号查询:sudo dpkg --list | grep nvidia-*）
安装需要的依赖

sudo apt update
sudo apt install dkms build-essential linux-headers-generic

安装驱动包
接下来的步骤需要关闭图像界面，转而在文字界面进行
首先，Ctrl+Alt+F1进入命令提示符界面
然后，输入对应的username和passwd进入命令行.
最后，使用指令sudo service lightdm stop 关闭图形界面，再利用cd指令进入下载好的驱动目录

sudo chmod 755 NVIDIA-Linux-x86_64-384.111.run  #修改权限（否则没有访问权限，无法进行指令安装）
sudo ./NVIDIA-Linux-x86_64-384.111.run –no-x-check –no-nouveau-check –no-opengl-files #安装驱动
#–no-x-check 关闭X服务
#–no-nouveau-check 禁用nouveau
#–no-opengl-files 不安装OpenGL文件

#安装完成后
sudo update-initramfs -u
sudo reboot 

判断显卡驱动是否安装成功

nvidia-smi

2:Linux下CUDA8.0+cuDNN5.1的安装

1:CUDA8.0下载（https://developer.nvidia.com/cuda-80-ga2-download-archive）
注意这里下载的是cuda8.0的runfile（local）文件。

2：安装CUDA
下载完成后，切换到该目录输入，进行安装

sudo sh cuda_8.0.61_375.26_linux.run   #写入cuda的文件名

3:安装过程
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64
361.62?
(y)es/(n)o/(q)uit: n （最重要的一步）
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
Enter CUDA Samples Location
4：添加环境路径

sudo gedit ~/.bashrc  （这里可能要安装gedit）

尾部添加：

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda/lib64/

使得环境变量生效

source ~/.bashrc

测试CUDA的sammples

cd /usr/local/cuda-8.0/samples

sudo make all

cd ./1_Utilities/deviceQuery

sudo make

./deviceQuery

若会输出相应的显卡性能信息，表明cuda安装成功。

3：cuDNN安装

1：下载cuDNN，解压。

tar -zxvf cudnn-8.0-linux-x64-v7.tgz

2：安装cuDNN比较简单，解压后把相应的文件拷贝到对应的CUDA目录下即可

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

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

3： 更改动态文件链接

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.5  #删除原有动态文件

以下的两步设置软连接时

一定要注意自己电脑的/usr/local/cuda/lib64/下的libcudnn.so.5.1.10名字，

有的可能是libcudnn.so.5.0.5等，要依据自己的电脑上的文件来定

sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5                      #生成软链接

sudo ln -s libcudnn.so.5 libcudnn.so                            #生成软链接

cuDNN后续升级

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.5  #删除原有动态文件

sudo ln -s libcudnn.so.5.1.x libcudnn.so.5                      #生成软链接

sudo ln -s libcudnn.so.5 libcudnn.so                            #生成软链接

解释,根据升级对应的版本号修改x符号

四：安装TensorFlow

1：安装pip（3.n）

sudo apt-get install python3-pip python3-dev

2：安装TensorFlow（3.n）

pip3 install tensorflow-gpu

3:测试

python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))