ubuntu16.04+cuda8.0+cudnn5.1+tensorflow-gpu

ubuntu16.04

下载链接：ubuntu16.04

硬盘安装参考：ubuntu16.04硬盘安装教程

---

nvidia驱动

• 下载链接：nvidia驱动 #此处建议将驱动复制到home目录下，顺便重命名为0.run

• 卸载原有驱动

  使用apt-get安装: sudo apt-get remove –purge nvidia*
  使用run file安装：此处可省略。。。

• 禁用nouveau

  sudo gedit /etc/modprobe.d/blacklist.conf
  在文本后添加：
  blacklist nouveau
  options nouveau modeset=0
  然后执行：
  sudo update-initramfs -u
  重启后执行：
  lsmod | grep nouveau #没有输出则禁用成功

• 禁用x-window服务

  sudo service lightdm stop #此时会黑屏，不要惊慌。

• Ctrl + Alt + F1 进入tty1控制台

  提示输入用户名和密码

• cd进入下载驱动目录

  cd /home/用户名

• 安装驱动

  sudo sh 0.run #一串乱码即提示需输入密码，随后根据提示进行安装
  #一说需要在后面加参数 –no-opengl-files 否则会出现循环登陆现象，然而并没有踩到这个坑，有需要的可自行尝试

• 重启x-window

  service lightdm start

• Ctrl + Alt + F7 回到图形界面

• 验证

  nvidia-smi #打印GPU信息则安装成功

---

cuda8.0

• 下载链接：cuda8.0 #这里需要注册后再次点击即可
  
  

• 进入所下载目录右键打开terminal，输入如下指令

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

---

cuDNN5.1

• 下载链接：cuDNN5.1
  

• 同样进入所下载目录右键打开terminal

  tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz #解压

• 复制

  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*

• 在系统环境设置cuda路径

  gedit ~/.bashrc #打开

• 在文末添加：

  export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
  export CUDA_HOME=/usr/local/cuda-8.0

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

• 保存

  source ~/.bashrc

• 验证

  nvcc -V #打印cuda版本
  cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 #查询cudnn版本

---

Anaconda3

• 下载链接：Anaconda3
  

• 进入下载目录打开terminal

  bash Anaconda3-4.2.0-Linux-x86_64.sh

• 接下来进入Anaconda3的License文档，按q直接跳过，
随后一步输入yes，
之后的安装路径按enter选择默认路径
最后建议添加anaconda3的binary路径加入到.bashrc，这样python就会自动使用anaconda3的python3.5环境了。

---

tensorflow-gpu

anaconda search -t conda tensorflow #查询可用tensorflow版本
anaconda show anaconda/tensorflow-gpu #选择一个较新的的gpu版本
conda install –channel https://conda.anaconda.org/anaconda tensorflow-gpu

如果不能科学上网的话可以考虑更换anaconda清华或者科大的源,这里自行google吧
附上清华源链接：清华镜像站