cuda10+tensorflow+Ubuntu18.04+Anaconda3

这几天重做linux系统，选用最新的Ubuntu18.04。看了许多帖子终于配置成了，和大家分享下经验。

1.装ubuntu18
下载ubuntu18.04的镜像文件，然后下载rufus制作系统盘。
我是单独用了一个固态盘做了linux系统，省的分区，方便管理。有条件的同学也可以这样做。
镜像下载地址 (http://releases.ubuntu.com/18.04/ubuntu-18.04.1-desktop-amd64.iso)
具体的安装过程，网上也有很多这里就不详细说了。

2.GPU驱动
装完系统后，显卡驱动还得进行安装。
首先找到软件更新

点进去后选到附加驱动程序，这里会有一个适合你显卡的英伟达驱动选项在。
直接选中后，点应用等待安装更新。
不知道自己显卡驱动版本的同学可以去下面地址查询一下
(https://www.nvidia.cn/Download/index.aspx?lang=cn)

终端输入nvidia-settings便可以查看显卡信息

3.安装CUDA10
从官网上下载cuda10，别的版本因为Ubuntu18的g++和gcc得降级才能用。挺麻烦的，不如用支持18.04的cuda10。
下载地址：(https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal)
按照下面的选择进行下载。

下载后cd进下载目录后进行安装指令。
指令官网也列了出来。

但实际运行第一条时会报错，告诉你先运行一条a命令（命令内容记不得了，记得是以pub结尾，等于是第二条命令但是内容有些不同）才能运行第一条命令。
所以最终的顺序是1->a->3->4。

然后配置环境

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}$ 
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
$ source ~/.bashrc

4.安装cudnn
官网下载（需要注册账号）
下载地址(https://developer.nvidia.com/rdp/cudnn-download)
v7.4.1也可以支cuda10，但是我这里下的是v7.3.1
点开后下载cuDNN v7.3.1 Library for Linux就可以。

下载完成解压后使用以下指令将文件拷贝到cuda目录里面

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*

然后编辑环境
sudo gedit ~/.bashrc
将下列代码加入打开的文本最后

export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64”
export CUDA_HOME=/usr/local/cuda
export PATH="$CUDA_HOME/bin:$PATH"

source ~/.bashrc (使文件生效)

nvcc -V查看是cuda否安装成功

5.Anaconda和tensorflow
下面地址下载(https://repo.anaconda.com/archive/)
因为选用python3.6，所以下载的版本为Anaconda3-5.3.0-Linux-x86_64.sh
下载后bash Anaconda3-5.3.0-Linux-x86_64.sh

tensorflow的安装尝试了很多发现直接终端下面命令就可以了。

conda install tensorflow-gpu=1.5.0

6.运行
下载pycharm，检测一下到底安装成功没。
先装一下opencv，图像处理得用这个。

pip install opencv-python

然后pycharm加载下以前做的CNN图片识别程序，并选择编译路径Python3.6（）～/anaconda3/bin/python。

运行结果如下:成功配置！