Ubuntu16.0.4+CUDA8.0+cudnn6.0+tensorflow1.4.0

各位观众，大家好，我是渣渣超，如果您看的起我，可以称呼我一生超哥，自我介绍完毕，话不多说，进入正题：本文是讲述基于ubuntu的tensorflow配置。

安装环境：

软件：                                                                                    硬件：

ubuntu：16.0.4 裸机                                                           cpu：i5

python：3.5                                                                          Gpu：NVIDIA-gtx1060

GCC： 5.4

CUDA：8.0

CUDNN：6.0

tensorflow：1.4.0（编译好的）

看到这里如果你发现我的安装环境和你一样，这也是一种缘分，如果不一样为了保证最快，最好的安装成功，建议读者有限参考和你版本相同的的作者写的文章，这样可以最快的安装好你需要的环境，如果你没有找到相应的版本，那么我相信本文对你来说，也是不错的选择。

最后我要强调一下：

笔者再经过几次尝试之后，最终建议大家从裸机开始安装，也就是重新安装一次ubuntu16.0.4系统，然后在配置相关环境。

第一部分 ：cpu tensorflow安装

1.按住CTRL+ALT+T打开命令行：输入python可以查看默认的python版本：ubuntu系统一般集成多个版本python解释器：默认的一般是python2.7.0，通过下面的命令更改默认版本python：

sudo ln -sf /usr/bin/python3.5 /usr/bin/python

2.安装对应python的pip：

sudo curl https://bootstrap.pypa.io/get-pip.py | python 

3.安装cpu-python

sudo pip install tensorflow

第二部分 ：禁用系统自带显卡驱动

CUDA下载地址：https://developer.nvidia.com/cuda-downloads

‘InstallerType’这个选项一定要为runfile(local)文件

进入下载页面，点击Legacy Releases 可以选择具体版本的CUDA。

建议：提前下载，然后在执行下面的操作

1.安装依赖库：

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

sudo apt-get install --no-install-recommends libboost-all-dev

sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

sudo apt-get install git cmake build-essential

2.检查系统内核版本，按转对应版本的kernel header和开发包，安装内核源码：如果不安装会出现 unable to locate the kernel source 错误

uname -r

sudo apt-get install linux-headers-$(uname -r)

apt search linux-source

sudo apt install linux-source-4.13.0

3.禁用系统自带的nouveau显卡驱动：不然无法安装后面的NVIDIA显卡驱动

sudo apt-get install vim

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

在打开的文件中添加以下两行代码：（vim操作 先按 ‘i’键）

blacklist nouveau
options nouveau modeset=0

注：按‘Esc’退出插入模式，按‘shift+;’进入命令行模式，按 ‘w’‘q’保存文本并退出

更新一下文件：

sudo update-initramfs -u

4.安装32wei依赖库：

sudo apt-get update
sudo apt-get install libc6:i386

第三部分：安装CUDA

注：

1.有的文章中提到，应该就系统的GCC编译器降至4.9版本，笔者亲测没有必要降低GCC编译版本，而且降低GCC编译器版本后，再按转CUDA的时候，系统会显示ubuntu内核编译版本核当前所用GCC版本不兼容。需要GCC5.4版本。因此不需要降级。

2.在安装CUDA之前应该将系统自带的nvidia驱动卸载，因为作者是重装系统，重装系统不会自动集成nvidia驱动，因此没有这一步骤

3.也可以先安装NVIDIA驱动，在安装CUDA，笔者是这么操作的，但是这样在安装CUDA的时候会比较麻烦，而且CUDA集成NVIDIA显卡驱动，因此建议大家直接通过CUDA来安装显卡驱动。

4.这里解释一下上面第二点核第三点看起来有点矛盾，其实不矛盾，第二步是为了卸载旧版nvidia驱动然后在安装最新版的nvidia驱动。

正式安装

1.关闭x-window系统，安装lCUDA需要在纯文本模式下进行，窗口界面无法操作

sudo service lightdm stop
可以通过 sudo service lightdm start 
来启动xwindow  

在纯文本界面需要输入用户名以及密码，注意此时数字小键盘不可以用。

2.找到官网下载的.run文件（通过cd命令），注意将文件存放在没有中午路径的文件夹下面，中文路径，无法在纯文本模式下输入（不要放在tmp文件夹下面，tmp文件夹下的文件有可能会自动清理）运行.run文件进行安装，在安装的时候选择安装路径，尽量采用默认路径。安装的时候有个选项，是否安装CUDA sample，建议大家安装，后面可以用来检测CUDA安装是否正确。

bash *.run

 如果文件夹下面只有一个.run文件，可以执行上述命令，不然需要添加文件全名。

3.安装的过程中绘执行一些选择，大家根据自己的需求进行决定。如果安装过程中提示阅读保证书，大家可以按q键，这样会直接从0%跳至100% ，屏幕中出现 ok等按键可以通过 Tab按键来选择。安装完成，重启电脑。

4.打开命令行：通过以下命令检查是否输入成功。

nvidia-smi           
nvidia -settings

安装成功可以看到以下界面

输入命令

ls /dev/nvidia*1

会显示：

/dev/nvidia0  /dev/nvidiactl  /dev/nvidia-uvm

5.添加环境变量：安装的时候采用默认路径，需要添加下面的环境变量：

sudo gedit ~/.bashrc
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH 
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-8.0
source ~/.bashrc

6.通过安装的sample检验安装时否合格：如果安装的时候采用默认路径，操作如下：

cd /usr/local/cuda-8.0/samples/
sudo make

会编译很长一段时间

cd /usr/local/cuda-8.0/samples/bin/x86_64/linux/release
./deviceQuery

根据运行结果，即可判断CUDA安装是否正确。

第四部分 ：安装CUDNN

CUDNN下载地址：https://developer.nvidia.com/rdp/cudnn-download

下载CUDNN需要先注册然后填写一个调查问卷，调查问卷填写完之后，就可以下载。

1.下载的是一个压缩包 CUDNN（版本号）Library for Linux 执行如下命令

tar -xvzf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64

sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h
/usr/local/cuda-8.0/lib64/libcudnn*

第五部分 ：安装tensorflow-GPU版

输入命令

sudo pip install tensorflow-gpu==1.4

注：tesorflow-gpu的版本和CUDNN有关，因此选择的时候要注意这一点，CUDNN的版本和CUDA有关。

验证安装：

python
import tensorflow as tf

在终端输入这两条指令没有提示错误，安装正常。




最后，我是渣渣，不是渣，祝各位生活幸福，阖家欢乐。