ubuntu16.04安装python3.7'_ubuntu16.04 源码安装Python3.7 （可以在此基础上安装Tensorflow） (确保Tensorflow计算框架与系统的彻底隔离)...

Python3.7 源码下载：

解压源码：

tar -zxvf Python-3.7.0.tgz -C ~

安装源码编译所需的各种依赖库：(Ubuntu16.04环境下)

sudo apt-get install zlib1g-dev libbz2-dev libssl-dev libncurses5-dev  libsqlite3-dev libreadline-dev tk-dev libgdbm-dev libdb-dev libpcap-dev xz-utils libexpat1-dev   liblzma-dev libffi-dev  libc6-dev

配置安装位置   配置优化：

./configure --prefix=/opt/python3.7  --enable-optimizations

编译：

make -j 4

安装：

sudo make install

也或者编译、安装一起：

sudo make && make install

安装成功：

独立的Python环境安装好以后，我们需要安装相应的计算库：

sudo ./pip3 install mkl

sudo ./pip3 install numpy

sudo ./pip3 install scipy

sudo ./pip3 install matplotlib

验证各个函数库安装成功：

下一步就是需要配置显卡计算的相应环境：

首先是安装cuda, 现在支持的cuda版本一般是cuda8, 这里我们也是安装此版本。

下载地址：

下载页：

文件地址：

执行环境安装：

sudo sh ./cuda_8.0.61_375.26_linux.run

安装过程  一直  点击确认，输入yes, 就可以，唯一需要注意的是提示你是否安装驱动，这里面我们默认是已经安装好驱动的，如果没有安装驱动参考其它文章。所以，这里我们是默认不安装驱动的，不然有可能造成版本不兼容，导致失败。

no  输入

安装成功后需要进行配置， 修改HOME目录下的 .bashrc 文件

加入以下内容：

export PATH=/opt/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/opt/cuda-8.0/lib64:$LD_LIBRARY_PATH

环境生效：

#环境变量立即生效

sudo source ~/.bashrcsudo ldconfig

cuDNN是GPU加速计算深层神经网络的库。首先去官网(https://developer.nvidia.com/rdp/cudnn-download)下载cuDNN，需要注册一个账号才能下载，没有的话自己注册一个。

这里我下载的是   cuda8.0对应的 cudnn

下载后是一个 deb文件，需要解压：

ar -x libcudnn7-dev_7.1.4.18-1+cuda8.0_amd64.deb

xz -d ./data.tar.xz 解压data文件

tar -xvf data.tar 接着解压data文件

最后文件如下图：

执行下面操作：

cp ./usr/include/x86_64-linux-gnu/cudnn_v7.h /opt/cuda-8.0/include/cp ./usr/lib/x86_64-linux-gnu/libcudnn_static_v7.a /opt/cuda-8.0/lib64/

下面是进行tensorflow的编译安装。

第一步：下载编译器 bazel

点击链接： installer for your system，跳转到Bazel的下载页面：

下载bazel-0.15.0-installer-linux-x86_64.sh到桌面，下载最新版的，不用和我的一致，然后在terminal中输入以下命令

添加执行权限

sudo chmod a+x bazel-0.15.0-installer-linux-x86_64.sh

安装

sudo ./bazel-0.15.0-installer-linux-x86_64.sh