（二）tensorflow-GPU=1.10+CUDA9.0+cuDNN7.0 ubuntu16.04配置

安装CUDA
1.准备工作：(ps：这一点非常重要，因为在nvidia官网下载cuda时需要知道你的ubuntu最起码配置)
查看显卡驱动：

nvidia-smi

查看ubuntu版本：

sudo lsb_release -a

2.找到显卡驱动对应的cuda：

3. 找到tensorflow-gpu对应的cuda和cuDNN版本

4.去官网下载cuda安装包：https://developer.nvidia.com
5.安装cuda：cd 到安装包目录下，执行命令

sudo sh cuda_9.0.176_384.81_linux.run

注意在安装cuda的时候不要安装驱动(因为已经安装好了！)
6.配置环境变量：(根据自己实际情况来配置，找到路径即可)

vim ~/.bashrc
在环境变量最后添加以下两句：
export PATH=$PATH:/usr/local/cuda-10.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64

7.查看安装cuda版本：

nvcc –version

CUDA安装完成！！！
安装cuDNN
cuDNN是nvidia的专用于机器学习加速包，详情就不解释了
1.找到CUDA对应版本cuDNN(见上表)，在英伟达官网下载cuDNN文件(以tgz结尾的压缩包)，直接解压即可。
https://developer.nvidia.com/rdp/cudnn-archive
2.解压压缩包得到cuda文件夹，里面有两个子文件夹，需要做的就是把这些文件夹里面的文件拷贝到cuda安装目录即可。

sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/

就是两个简单的复制命令，/usr/local/cuda-9.0 是cuda默认安装路径。移动完如果有图像界面或者FileZilla最好去目录里面查看一下，确保文件移动过去了。

sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*

这两个我也不知道干嘛的~~
OK，cuDNN安装完成，查看cudnn是否安装正确，只需要输入命令：

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

这样便是没有问题了。
安装Tensorflow-gpu
同样，找到对应版本tensorflow-gpu版本即可。激活anaconda环境：

# 从清华镜像下载tensorflow-gpu，
pip install tensorflow-gpu==1.10 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装tensorflow-gpu即可在gpu上面跑代码了。
PS:
按理说安装完成，但还会出现一些问题。
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
找了几篇博客，好像是tensorflow与cuda不匹配的缘故，可以试着重新安装tensorflow。如果不行……
步骤1：

#修改环境变量
sudo vim ~/.bashrc
在最后加上这几句话(没错，和之前一样)
export PATH=/usr/local/cuda/binKaTeX parse error: Expected '}', got 'EOF' at end of input: {PATH:+:{PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64KaTeX parse error: Expected '}', got 'EOF' at end of input: …LIBRARY_PATH:+:{LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
#让环境变量生效
source ~/.bashrc

发现此时import tensorflow还是报一样的错误，所以进行步骤2
步骤2：

检查 /usr/local/cuda-9.0/lib64 下是否有 libcublas.so.9.0
如果有，终端输入:
sudo ldconfig /usr/local/cuda-9.0/lib64

解决。