Ubuntu16.04.1搭建cuda8+cudnn6+tensorflow-gpu1.4.0

1、前言（很重要）

花了一个多星期最后终于把环境搭建好了，看了很多博客，很感谢网友的帮助。下面步入正题，如果需要安装tensorflow-gpu版本，一定要先提前查清楚显卡驱动、cuda、cudnn以及tensorflow-gpu之间的版本对应关系，这很重要、很重要、很重要，如果时间允许的话，建议全部看完本篇博客再进行下载。

2、Ubuntu16.04.1安装显卡驱动

2.1、准备工作

先查询cuda对应的驱动版本，点这里
如图所示：

然后查询推荐的显卡驱动版本，注意与上面的所查询的结果对比

ubuntu-drivers devices

如果什么都没有显示，直接使用命令

lspci -k | grep -A 2 -i "VGA"

可以查看你的显卡型号是什么，然后再去官网查看推荐使用的显卡驱动。如图所示

2.2、安装过程

１、安装前先按F2进Bios，在显卡模式Graphic Device的Switchable Graphice和Discrete Graphic 两个里边选择后者，即改为选择显卡直连模式。
２、可以使用ｕｓｂ数据线连接手机进行数据网络共享
安装NVIDIA驱动有多种方式，我使用的方式是下载.run文件进行安装。
由于电脑安装了NVIDIA的开源驱动nouveau, 所以我们先要将其屏蔽掉, 屏蔽方法是将其放入blacklists中。

lsmod | grep nouveau

使用该命令可以发现系统已载入的nouveau模块。
禁用nouveau模块
1、打开禁用设置文件

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

2、在blacklist.conf文件的最后一行输入:

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

3、使环境变量生效

sudo update-initramfs -u

重启电脑

sudo reboot

重启之后，按ctrl+alt+f5进入文字界面，输入如下指令

sudo service lightdm stop  # 关掉图形化界面
cd Downloads  # 需要进到下载的.run 文件目录
ls  # 可以查看该目录下是否有你下载的驱动.run文件
sudo chmod 777 ./NVIDIA-Linux-x86_64-430.09.run  # 给.run文件权限,这里可以利用teb键自动补全文件名
sudo ./NVIDIA-Linux-x86_64-375.66.run  # 运行下载的驱动安装包
sudo service lightdm start
sudo reboot

重启系统之后，输入下面命令查看是否成功安装显卡驱动

nvidia-smi 

如图片所示即表示安装驱动成功
至此，NVIDIA驱动已经安装完成。
如果安装完NVIDIA驱动之后，会一直再登陆界面循环，解决方法如下：
按ctrl+alt+f5进入文字界面，执行下面的命令

sudo apt-get install autoremove --purge nvidia* 

这样会删掉你所下载的驱动。因为Ubuntu自带了显卡驱动，所以之后你可以登录图形化界面操作，可以继续按照上的步骤，重新下载其他的版本的NVIDIA驱动进行安装。

3、Ubuntu16.04.1安装cuda8

3.1、查看内核是否符合cuda8的要求

到官网可以查看CUDA的安装方法这里也不一定需要对应图上的内核版本，使用高版本的内核也可以安装成功cuda

3.2、安装过程

官网下载需要的CUDA版本

cd Downloads  # 进入下载的cuda文件目录
ls
sudo chmod 777 cuda_8.0.44_linux.run  # 赋予文件权限
sudo  ./cuda_8.0.44_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.
安装完成后，开始配置cuda的环境变量
打开bashrc 文件

gedit ~/.bashrc

在文件尾部写入

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

# 更新一下
source ~/.bashrc

nvcc -V

表示安装成功了

4、Ubuntu16.04.1安装cudnn6

下载cudnn

注册一个账号之后,进行下载

下载这个.tgz文件

然后进入下载的文件目录,解压文件

tar -xf cuda.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ #复制头文件
sudo cp cuda/lib64/lib* /usr/local/cuda/lib64/ #复制动态链接库
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

5、Ubuntu16.04.1安装tensorflow-gpu1.4.0

5.1、安装准备

安装tensorflow-gpu是最头疼的,各种报错,所以最好先安装anaconda,需要注意的是anaconda要选择带了python3.5或者python3.6的版本,这是因为我是选择先下载tensorflow-gpu.whl文件进行安装,因为使用pip install -i 镜像地址 tensorflow-gpu==1.4.0,会提示找不到要求的版本,所以我这里直接利用.whl文件安装,
清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/
选择使用清华源下载.whl文件

这也是为什么建议选择下载自带了python3.5或者python3.6的anaconda,而且先安装好anaconda,会加快tensorflow的安装过程
查看自带了python3.5或者python3.6的anaconda

利用清华镜像下载对应的anaconda文件

cd Downloads/

运行sh文件

bash Anaconda3-5.2.0-Linux-x86_64.sh

注意看安装过程中的提示,基本都是输入yes,提示信息“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”，输入no,这是安装VScode编辑器,如有需要也可以安装
输入

python --version

5.2、安装过程

上面已经下载好了tensorflow-gpu的whl文件,使用命令

pip --default-timeout=100000 install tensorflow_gpu...whl  # 这里是你下载的tensorflow的文件,可以用teb键快速补全

安装过程可能会特别慢,只能慢慢等待了

我这里出现了numpy>=1.11.0的错误,这是因为我当时没有先装anaconda,通过

pip list

可以查看安装的package,如果已经有了numpy,可以先卸载,再安装提示的版本

pip --default-timeout=100000 install numpy==1.11.0

一般安装tensorflow的过程中遇到这种问题,都可以根据错误提示安装对应的package

python
>>> import tensorflow as tf
> x = tf.constant("Hello world!")
> sess = tf.Session()
> print(sess.run(x))

能打印helloworld表示tensoflow安装成功