ubuntu16.04系统：深度学习环境搭建 cuda9.0+cudnn7.0+tensorflow1.10+ python IDE( pycharm)

注意cuda、cudnn和tensorflow版本的匹配

1. 安装ubuntu16.04系统

    制作系统U盘，对于联想电脑，按F12设置从USB安装

2. 安装cuda8.0（我的显卡是GTX850m）

CUDA是英伟达发布的基于英伟达显卡GPU的并行计算平台

1 安装NVIDIA 驱动

1）禁止nouveau驱动：Ubuntu系统集成的显卡驱动程序是nouveau，它是第三方为NVIDIA开发的开源驱动，我们需要先将其屏蔽才能安装NVIDIA官方驱动。

    sudo gedit /etc/modprobe.d/blacklist.conf

    blacklist nouveau
    options nouveau modeset=0

    sudo update-initramfs -u

    sudo reboot，确认下Nouveau是已经被你干掉，使用命令： lsmod | grep nouveau

2）文本模式

    ctrl+alt+F1进入tty模式，输入账号和密码，关闭图形界面：sudo service lightdm stop

    添加nvidia的驱动源：sudo add-apt-repository ppa:graphics-drivers/ppa

    查看可安装的驱动版本：ubuntu-drivers devices，这里选择396

    sudo apt-get update

    sudo apt-get install nvidia-396：安装过程中禁用secure boot，这点非常重要，设置8-16位密码，

    sudo apt-get install mesa-common-dev

    sudo apt-get install freeglut3-dev

    打开图像界面：sudo service lightdm start

    sudo reboot：重启过程中选择改变secure boot状态的选项，输入几次密码，yes启动

    打开终端，输入nvidia-smi，显示显卡信息说明安装成功

2.2 安装cuda9.0

下载地址：https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=deblocal

    选择run文件 ，进入run文件所在文件夹

    sudo sh cuda_9.0.176_384.81_linux.run：注意Install NVIDIA Accelerated Graphics Driver for Linux-x86_64（选择no）：因为驱动之前已经安装，这里就不要选择安装驱动。其余的都直接默认或者选择是即可

    sudo gedit /etc/profile：打开“profile”文件，在末尾处添加（注意不要有空格，不然会报错):

    export PATH=/usr/local/cuda-9.0/bin:$PATH

    export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH 

    sudo reboot

2.3 测试cuda的samples

    cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery

    sudo make

    ./deviceQuery：显示关于GPU的信息，则说明安装成功了。

3. 安装cudnn7.05

    下载地址：https://developer.nvidia.com/rdp/cudnn-download#a-collapse6-8,    123qwerty@

    下载解压：tar -zxvf cudnn-9.0-linux-x64-v7.tgz，得到一个cuda文件夹，进入之后会有include文件夹和lib64文件夹

    sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/

    sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/

   进入/user/local/cuda-9.0/lib64/下并且创建软链接：sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7, sudo ln -sf libcudnn.so.7 libcudnn.so

4. 安装tensorflow1.7

用Anaconda3安装tensorflow(anaconda/tensorflow-gpu-base)

安装完成后，Anaconda prompt下 测试tensorflow是否安装成功

activate tensorflow-gpu

python

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#默认为0：输出所有log信息; 1：进一步屏蔽INFO信息; 2：进一步屏蔽WARNING信息;

hello = tf.constant('Hello,world!')
sess = tf.Session()
result = sess.run(hello)
sess.close()
print(result)

Hello, world! # 恭喜！安装成功！

5. 安装python IDE: pycharm

5.1安装pycharm

    解压文件 tar -xvzf pycharm-community-2018.2.4.tar.gz

    cd pycharm-community-2018.2.4/bin

    sh pycharm.sh

5.2 导入tensorflow: pycharm中的python环境设置为终端默认的python环境

tensorflow安装在了终端默认的python路径下，当使用pycharm创建一个项目时它会默认给你新建一个python虚拟环境，而不会去使用本地默认的python环境（这就是为什么在终端下可以import tensorflow 而在pycharm中却报错的原因），所以解决这个问题的方法就是：pycharm中将python环境和你终端默认的python环境设置为同一个

    which python 即可打印出来终端默认的python环境

    设置pycharm中的Project Interpreter:
    1) File–>setting–>Project–>Project Interpreter
    2) 然后在选择框中选中你终端下查询出来的那一个python路径即可。

5.3 pycharm 添加到Ubuntu桌面

    sudo gedit /usr/share/applications/Pycharm.desktop
    [Desktop Entry]
    Type=Application
    Name=Pycharm
    GenericName=Pycharm3
    Comment=Pycharm3:The python IDE
    Exec="/home/wss/Downloads/pycharm-community-2018.2.4/bin/pycharm.sh"
    Icon=/home/wss/Downloads/pycharm-community-2018.2.4/bin/pycharm.png
    Terminal=pycharm
    Categories=Pycharm;

在搜索界面打开pycharm，在launcher固定就好了