Ubuntu16.04卸载cuda9.2 安装cuda9.0 cudnn7.0 和tensorflow-gpu（安装程序附百度网盘下载地址）

环境信息：

• 系统 ubuntu16.04
• GPU GTX1060 6G

安装程序：

• cuda9.2：链接: https://pan.baidu.com/s/1XwnBzyMEgj9YcN5kh4neNg 提取码: dpws 
• cuda9.0：链接: https://pan.baidu.com/s/1CLpSFBRsupOVsSavCktvKA 提取码: jdea
• cudnn7.0 for cuda9.0：链接: https://pan.baidu.com/s/17YAW2Ed0TOWCBudeo1Kenw 提取码: tqrr 

因为想使用tensorflow，安装的cuda版本和cudnn版本必须是指定的，如下图所示（Linux 参考链接）：

版本：	CPU/GPU：	Python 版本：	编译器：	构建工具：	cuDNN：	CUDA：
tensorflow-1.8.0	CPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.10.0	无	无
tensorflow_gpu-1.8.0	GPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow-1.7.0	CPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.10.0	无	无
tensorflow_gpu-1.7.0	GPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow-1.6.0	CPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.9.0	无	无
tensorflow_gpu-1.6.0	GPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow-1.5.0	CPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.8.0	无	无
tensorflow_gpu-1.5.0	GPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.8.0	7	9
tensorflow-1.4.0	CPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.5.4	无	无
tensorflow_gpu-1.4.0	GPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.5.4	6	8
tensorflow-1.3.0	CPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.5	无	无
tensorflow_gpu-1.3.0	GPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.5	6	8
tensorflow-1.2.0	CPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.5	无	无
tensorflow_gpu-1.2.0	GPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.5	5.1	8
tensorflow-1.1.0	CPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.2	无	无
tensorflow_gpu-1.1.0	GPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8
tensorflow-1.0.0	CPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.2	无	无
tensorflow_gpu-1.0.0	GPU	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8

卸载cuda9.2

我之前装了cuda9.2，所以必须回退9.0的版本 ，卸载9.2的方法如下：

sudo service lightdm stop #关闭图形界面
然后ctrl+Alt+F1，输入账号，密码登入
cd /usr/local/cuda-9.2/bin
sudo ./uninstall_cua_9.2.pl

然后切换到cuda-9.2文件夹父目录，删除该文件夹：

sudo rm -rf cuda9.2

安装cuda9.0 

之后需要安装9.0，方法如下：

cd Dowload/  #切换到安装文件所在的目录
sudo sh cuda_9.0.176_384.81_linux.run --no-opengl-libs 

开始安装，注意第二个要选no，因为现在的驱动比cuda9.0自带的驱动要新，没必要装9.0的驱动：

Do you accept the previously read EULA?
accept/decline/quit:accept   
 
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 387.26?
(y)es/(n)o/(q)uit: n
 
Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y
 
Enter Toolkit Location
 [ default is /usr/local/cuda-9.0 ]: 
直接按enter
 
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
 
Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y

安装完成，配置环境变量，编辑/etc/profile ：

sudo gedit /etc/profile 

在这个文件的最后添加两行：

export PATH=/usr/local/cuda-9.0/bin/:$PATH  
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64/

然后执行这个文件：

source /etc/profile 

安装cudnn7.0

完成后开始安装cudnn7.0：

下载完cudnn7.0之后解压可以得到两个文件夹和一个txt：

将他们复制到指定文件夹中 

cd cuda/include/ #进入图中的include文件夹
sudo cp cudnn.h /usr/local/cuda/include/  #复制头文件 
cd ../lib64    #进入图中的lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制库文件 
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*    #给所有用户增加这些文件的读权限

之后建立软连接：

cd /usr/local/cuda/lib64/ 
sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.0.3 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so

添加环境变量：

sudo gedit /etc/profile 

将之前的添加的两行改成 

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

执行配置：

source /etc/profile 

然后创建链接文件

sudo gedit /etc/ld.so.conf.d/cuda.conf 

在文件中增加：

/usr/local/cuda/lib64 

之后执行配置：

sudo ldconfig 

安装tensorflow-gpu

首先利用conda创建一个tf环境：

conda create -n tensorflow python=3.6

如果出现“conda 未找到命令”的错误 可以参考这里

然后就会显示Proceed（[y]/n）? 这里输入y，然后就开始下载,下载完以后键入：

source activate tensorflow

在用pip安装tf之前先更新一下pip源，可以参考这里 注意要在激活tensorflow环境的情况下修改pip源.

然后一键安装：

pip install tensorflow-gpu

测试tensorflow是否使用gpu

先激活tf环境

python #命令行下输入进入python shell
>>>import tensorflow as tf
>>>sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

查看日志信息若包含gpu信息，就是使用了gpu。 

 

参考：https://blog.csdn.net/pursuit_zhangyu/article/details/79362128