Ubuntu 16.04 安装Anaconda3+cuda9.0+cudnn7.1+tensorflow-gpu1.8.0

安装NVIDIA驱动

1. 如果是刚刚新安装的系统，建议先使用阿里云的源，并将其他来源打钩，最后更新，在设置中选择软件和更新，按下图设置

终端输入如下代码

sudo apt-get update
sudo apt-get upgrade

2. 点击附加驱动
   
   选择NVIDIA专有驱动，这是我认为最简单的驱动安装的方式，亲测可用
3. 通过如下代码验证驱动是否安装成功，终端输入nvidia-smi，出现如下信息证明安装成功

 nvidia-smi

安装Anaconda

1. 下载Anaconda
   官方网站可以下载，不过比较慢，建议从清华的镜像下载
   https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2. 安装
   在ubuntu下，下载的目录中启动终端，利用如下命令进行安装，根据自己下载的版本更改名称

bash Anaconda3-5.2.0-Linux-x86_64.sh

3. 安装完成后，遇到环境变量的提示信息，输入yes
   如果不小心选了no，或者直接默认跳过了这一步，可以选择手动将环境变量添加进去
   在终端输入如下命令，打开环境变量配置文件

sudo geidt ~/.bashrc

在文件末尾添加

export PATH=/home/pxl/anaconda3/bin:$PATH

4. 遇到提示信息“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”，输入no；
5. 重启终端，并在终端输入python，出现如下信息，则Anaconda安装成功
   

安装cuda9.0

1. 进入英伟达官网下载cuda，历史版本，选择cuda9.0
   

2. 我选择的类型是runfile，到下载目录下打开终端

sudo chmod +x cuda_9.0.176_384.81_linux.run 
sudo ./cuda_9.0.176_384.81_linux.run 

3. 添加环境变量

sudo gedit ~/.bashrc

添加如下信息到文件末尾

# Added by CUDA 
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}} 
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

4. 确认是否安装成功
   进入如下目录，/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQueryDrv
   打开终端,进行编译,运行，如出现Result=PASS则证明安装成功

make
./deviceQueryDrv 

安装cuDNN

1. 下载地址如下
   https://developer.nvidia.com/cudnn
2. 将下载的安装包解压之后，进入目录，运行如下命令，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 /usr/local/cuda/lib64/libcudnn*

安装tensorflow-gpu 1.8.0

1. 首先安装一下pip3

sudo apt-get install python3-pip

2. 通过pip安装tensorflow，可能会出现下载错误，下载到一半中断等情况，是因为网络不好，需要多尝试几次

pip3 install tensorflow-gpu==1.8.0

3. 重启终端，打开python,输入如下命令，可能会出现如图所示警告，

import tensorflow as tf

4. 解决方法如下，输入如下命令即可

pip install h5py==2.8.0rc1

至此，大功告成，随后我会将已经下载的cuda和cudnn版本放在百度云给出来

地址如下
链接：https://pan.baidu.com/s/1iULqxbdHT8NDWhfq4H0u9w
提取码：5dea