（二）Win10和Ubuntu16.04双系统下Ubuntu安装Tensorflow-GPU

上一篇文章主要讲解了双系统的安装，本文主要讲解Ubuntu16.04环境下安装Tensorflow-GPU1.4.0，之前师兄已经把大坑补平，本文更加详细的描述我的安装方法。

安装框架：1080Ti—ubuntu16.04 + cuda8.0 + cudnn6.0 + anaconda(python 3.5) + tensorflow-gpu1.4

0 对应版本

cuda 9.0对应的cudnn是7.0，但是tensorflow必须是1.6或者1.5的
cuda 8.0对应的cudnn是6.0，tensorflow必须是1.4
其他更新的对应关系暂时不知 ，等以后需要更新版本时再了解补充。

1 下载

驱动推荐从NVIDIA官网下载

选择符合你电脑显卡版本的驱动，点击 开始搜索，从下面的诸多选项中选择最后一个390.48的版本
点击下载，得到NVIDIA-Linux-x86_64-390.48.run的文件，建议将文件名改为 390.run ，反正越简单越好，然后将其拷入到空的U盘中，同时U盘的名字也简单一些哦，后面会比较方便。

2 驱动安装

现在开始安装驱动

2.1 卸载旧版本驱动

桌面右键打开终端，输入

sudo apt-get --purge remove nvidia-*(需要清除干净)
sudo apt-get --purge remove xserver-xorg-video-nouveau

2.2 屏蔽开源驱动 nouveau

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

添加以下内容：

blacklist amd76x_edac
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
blacklist vga16fb
blacklist rivafb
blacklist nvidiafb
blacklist rivatv
（这里有一行空格）

说白了就是找到gedit /etc/modprobe.d路径下的blacklist.conf文件，在末尾添加上述内容。如果权限不够无法修改，可以这么做：
定位到/etc/modprobe.d文件夹右键打开终端窗口，输入：

sudo chown 你的用户名 文件名（本例即blacklist.conf）

就可以获得读写权限了。

2.3 重启

sudo reboot

2.3 重启后

进入Ubuntu，插入U盘，双击打开U盘，右键打开终端，查看第一行并用手机拍下，注意蓝色字体，马上要用到！!

2.4 关闭图形环境，否则驱动无法正常安装（执行本语句不会报“You appear to be running an X server”错误）

在终端输入

sudo service lightdm stop

此时应黑屏或者出现其他图案，桌面不能正常显示。

按Ctrl + Alt +F1(F1~F6均可)到x-server, Ctrl+Alt+F7是返回。输入用户名，回车，输入登陆密码。一定不要用小键盘的数字，会不对！

2.5 进入驱动程序所在文件夹

即刚刚拍的照片中的蓝色字体。

cd /media/cimslinux/Ubuntu 16.0

而后执行

sudo sh ./390.run -no-x-check -no-opengl-files -no-nouveau-check

当输入安装指令时，不要简单地输入 sudo ./…run，而是输入：
sudo sh ./NVIDIA.run -no-x-check -no-nouveau-check -no-opengl-files

-no-x-check：安装驱动时关闭X服务
-no-nouveau-check：安装驱动时禁用nouveau
-no-opengl-files：只安装驱动文件，不安装OpenGL文件

这样再reboot，就不会出现循环登录的问题。
安装程序应该开始，一路回车（如果出现安装阅读，按住回车直到100%）。报错The distribution-provided pre-install script failed!不必理会，继续安装。最重要的一步，安装程序问你是否使用nv的xconfig文件，这里一点要选yes，否则在启动x-window时不会使用nv驱动。（英文的，仔细看一下）

可能遇到问题：The target kernel has CONFIG_MODULE_SIG set,which means that it supports cryptographic signatures on kernel module. On some systems, the kernel may refuse to load modules without a valid signature from a trusted key.This system also UEFI Secure Boot enabled; many distributions enforce module signature verification on UEFI systems when Secure Boot is enabled. Would you like to sign the NVIDIA kernel module?
解决：禁用UEFI安全启动功能：启动电脑，然后按电脑的设置访问UEFI，本机器按[F2]键，不同的制造商可能有不同的设置，具体请参考主板说明书。
根据不同的UEFI版本，安全启动选项通常在一个选项卡下，这个选项卡可能被命名为“Boot”、“Security”或者“Authentication”，在类似的选项卡中查找，我们会发现一个“Secure Boot”选项，该选项默认设置为“Enabled”，选中它并回车，将其设置为“Disabled”，按[Apply]键存储设置，重新启动电脑即可安装我们需要的操作系统。

---

至此，安装成功~

2.6 重启 X-window 服务

sudo service lightdm start

2.7 查看显卡是否装好，运行

glxinfo | grep rendering

如显示"direct rendering: Yes"，则已安装成功。
如果提示有问题，可能是系统里面没有安装mesa-utils，安装过程：在终端输入命令：sudo apt-get install mesa-utils
然后再运行命令：glxinfo | grep rendering

3 CUDA 8.0安装

进入官网按照下图所示选择安装。

执行 sudo sh cuda_8.0.27_linux.run
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。 一路接受、回车。

添加环境变量：
sudo gedit /etc/profile
打开“profile”文件，在末尾处添加：（若权限不够，参照前面讲过的方法）

export PATH=/usr/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH

重启电脑
测试是否安装成功：

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery #默认安装位置
sudo make ./deviceQuery

出现下图说明安装成功。

4 CUDNN 6.0安装

官网下载对应版本
需要注册个邮箱，很快的。
找到Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0并下载得到cudnn-8.0-linux-x64-v6.0.tgz文件。

解压缩：

tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz

复制相应的文件到指定目录即可：

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*

至此CUDA和CUDNN安装完成，在运行以下程序检测下是否成功。
查看 CUDA 版本：

cat /usr/local/cuda/version.txt

查看 CUDNN 版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

如果都能看到，那么恭喜，安装成功了。

5 Anaconda安装

写博客时的版本已经更新到了Anaconda 5.3.1—Python 3.7，可能你看到的时候又是更加新的版本，没关系，按我说的来。
首先，进入官网下载Anaconda，版本没有要求，可以下最新版，官网说的很清楚，他们强烈建议你下载最新版的Anaconda，然后调用命令来把Python降级到3.5版本，行，我们按官方说的来。附其他官方版本
选择Linux，点击下载，不用注册，可得到Anaconda3-5.3.1-Linux-x86_64.sh文件，

在文件所在目录右键终端输入

bash Anaconda3-5.3.1-Linux-x86_64.sh

一路回车+yes，下面这个需要注意，是添加到环境变量，记得填yes，要不然后面要自己添加，多走一步路。

最后可能会问你要不要装VSCode，你开心就好。
安装完成后，重新打开终端，输入python即可看到python版本和anaconda字样，代表安装成功了，输入exit()关闭。下面对Python进行降级。
重新打开终端输入

conda install python=3.5

然后等他完成就行了。结束之后，再次输入python查看版本信息，可以看到Python版本由原来的3.7.x降级到了3.5.x，成功！

补充：打开 Jupyter Notebook

非常简单，只需在终端输入

ipython notebook

6 在线安装Tensorflow-GPU=1.4.0

更简单，一句话：

pip install tensorflow-gpu==1.4

等他完成就行！
下面代码供测试gpu版tf是否安装成功：

python
>>>import tensorflow as tf
>>>a = tf.constant(1)
>>>b = tf.constant(2)
>>>c = a + b
>>>sess = tf.Session()
>>>sess.run(tf.global_variables_initializer())
>>>sess.run( c ) #结果输出3代表能够运行，安装成功。

当然，由于项目部署的需要，遇到主机不(cao)能(dan)联网的情况，安装Tensorflow-GPU=1.4.0可就不是一句能搞定的了，需要提前下载好一定版本的离线安装包，然后一个一个按顺序安装，这个我也已经弄好了，找个时间更新好了，或者你催我一下也可以。

小结

虽然上面说的都是Ubuntu16.04下的安装步骤，但是聪明的你一定会迁移到其他Ubuntu或者Windows版本上的对吧，就是下的文件类型改成对应系统版本的就行啦。

怎么样，严格按照我说的步骤安装，应该不会报错，省了你好多时间吧，不点个赞来个关注吗0.0？
（写博客不易，头发都掉完了，各位看官赏个五角一块的，我好去买霸王洗发水啊 duang~_~）