tensorflow GPU版本的安装

1.1 windows安装TensorFlow-gpu

① 准备好NVIDIA的显卡，下载安装CUDA；

网址：https://developer.nvidia.com/cuda-downloads

② 安装好之后把CUDA安装目录下的bin和lib\x64添加到path环境变量中；

③ 下载并安装cuDNN；

网址：https://developer.nvidia.com/rdp/cudnn-download

④ 解压压缩包，把压缩包中bin,include,lib中的文件分别拷贝到NVIDIA GPU Computing Toolkit\CUDA\ v9.0目录下对应目录中；

⑤ 把NVIDIA GPU Computing Toolkit\CUDA\ v9.0\extras\CUPTI\libx64\cupti64_90.dll拷贝到NVIDIA GPU Computing Toolkit\CUDA\ v9.0\bin；

⑥ 安装GPU版TensorFlow：conda install tensorflow-gpu

注意：cuDNN和CUDA的版本必须匹配

1.2 Linux安装TensorFlow-gpu

1.2.1 CUDA的安装

1、安装驱动
驱动安装参考

首先在 系统设置->软件和更新->附加驱动 中选择 使用NVIDIA binary ……，点击 应用更改，这样驱动就安装好了。

在终端中输入nvidia-smi，如果有显卡信息输出，则说明安装正确了。

若显卡驱动版本过低，则可以更新显卡驱动：

1）卸载系统里低版本的英伟达驱动

sudo apt-get purge nvidia*

2）把显卡驱动加入PPA

sudo add-apt-repository ppa:graphics-drivers
sudo apt-get update

3）查找英伟达显卡驱动最新版本号

sudo apt-cache search nvidia

使用终端命令查看Ubuntu推荐的驱动版本

ubuntu-drivers devices

4）然后打开系统里的软件和更新，点击附加驱动，选择nvidia-driver-418进行应用更改；

5）安装完成后重启系统。

2、下载CUDA

首先在官网下载CUDA（下载runfile文件）。


3、安装CUDA

打开终端，进入到cuda所在的文件夹，输入：sudo sh cuda_8.0.61_375.26_linux.run

如果安装成功，会出现2各installed。

安装注意事项：

① graphics driver yes/no

此步选择no，之前已经安装了图形驱动

② opengl lib

此步选择no

③ 其它的步骤都选yes

添加环境变量：

1）打开文件：

sudo vim ~/.bashrc

在文件最后添加：

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

保存退出

注：路径中的cuda-8.0需根据安装版本进行相应的修改

2）在终端中输入：

source .bashrc

检查是否安装成功：

输入：

nvcc -V

输出类似信息：

nvcc: NVIDIA (R) Cuda compiler driver

Copyright (c) 2005-2006 NVIDIA Corporation

Built on Sun_Sep__4_22:14:01_CDT_2016

Cuda compilation tools, release 8.0, V8.0.44

Sample测试：

cd /usr/local/cuda/samples
cd 1_Utilities/deviceQuery
make
./deviceQuery

如果最后出现了pass，即安装成功。

1.2.2 cuDNN的安装

1、从官网下载cudnn安装包；

2、将下载的安装包解压，解压后的文件夹名为cuda

tar -xzvf cudnn-6.5-linux-R1.tgz

3、将解压的文件复制到CUDA中：

sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 

4、终端运行：

sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*