opencv+keras配置(Anaconda+tensorflow-gpu)

安装步骤：

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

(“dpkg: error processing package cups-daemon (--configure))
#sudo mv /var/lib/dpkg/info/ /var/lib/dpkg/info_backup/
#sudo mkdir /var/lib/dpkg/info/
#sudo apt-get update

sudo apt-get update
sudo apt-get install cuda

之后在终端依次输入以下命令，类似Window下配置环境变量

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

采用echo $PATH命令查看PATH内容，并判断路径是否正确
安装CUDA之前的内容
/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games

安装CUDA之后的内容
/usr/local/cuda-8.0/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games

之后，在终端依次输入。

#sudo -i
#cd ~
gedit .bashrc

打开文本文件后，在末尾加上

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

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

保存，退出文本文件
source .bashrc

sudo apt-get update

重启
查看 About this computer
如果显卡那一项出现所装显卡型号，则说明安装驱动成功

安装CUDNN

sudo -i

进入cuda安装包所在文件夹

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

解压完成回，会出一个名为cuda的文件夹里面包含了include和lib64两个文件夹

cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include
sudo cp lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
cd /usr/local/cuda/lib64

建立软链接，如果提示已存在，可忽略

ln -s libcudnn.so.6.0 libcudnn.so.6
ln -s libcudnn.so.6 libcudnn.so
cd /usr/local/cuda-8.0/lib64
ln -s libcudart.so.8.0.28 libcudart.so.8.0
ln -s libcudart.so.8.0 libcudart.so

安装anaconda

bash Anaconda2-4.4.0-Linux-x86_64.sh
conda install -c menpo opencv3
python
import cv2 

测试成功

pip install tensorflow-gpu（如不成功可尝试conda install -c anaconda tensorflow-gpu）
python
import tensorflow 

测试成功

pip install keras
python
import keras 

测试成功

如果需要的话
pycharm安装

tar -zxvf pycharm-community-2017.1.tar.gz

打开解压目录，/pycharm-community-2017.1/bin
其中有pycharm.sh
运行