CUDA+CUDNN+Tensorflow安装

一、安装cuda

首先下载cuda打deb文件https://developer.nvidia.com/cuda-80-ga2-download-archive

选择相应的系统版本和文件类型（此处我们选择local的deb类型文件）

然后执行以下三条命令

1、sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb

2、sudo apt-get update

3、sudo apt-get install cuda

重新启动，然后输入invidia-smi验证，有输出则证明安装成功。

二、安装cudnn

首先下载文件，链接https://developer.nvidia.com/rdp/cudnn-download

选择Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0下的cuDNN v6.0 Library for Linux版本

直接的下载链接为https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v6/prod/8.0_20170307/cudnn-8.0-linux-ppc64le-v6.0-tgz

下载完成后在命令行中输入以下四条命令

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*

三、安装Tensorflow-gpu

首先安装pip

sudo apt-get install python-pip
 

然后使用pip安装tensorflow，此处注意。我们要安装的是tensorflow的gpu版本，而且，cuda、cundnn、tensorflow和python的版本需要适当配合才能正确运行，也就是说不可以随意更换版本，我们这里要安装tensorflow-gpu的1.4版本，他和cuda8、cudnn6、python2或者3都可以很好的配合。所以执行以下命令
pip install tensorflow-gpu==1.4
 
如果中途遇到权限或者pip更新版本问题，根据错误提示使用sudo权限，或者升级pip版本即可
完成之后，
在命令行下输入python进入python

import tensorflow as tf 尝试，

尝试运行一个程序，然后看大会输出你的显卡信息就证明ok啦