配置深度学习环境ubuntu16.10(17.10) + cuda9.2 + cudnn 7 + tensorflow

参考：https://blog.youkuaiyun.com/Lucifer_zzq/article/details/76675239

1、安装ubuntu

建议安装美版，也就是所有的语言选择English.
我这个比较麻烦的一点是，每次重装系统都会出现fatal error , 但并不知道哪里出错了，每次只能先格式化（不能快速格式化，FAT模式）U盘，然后安装才能安装成功。
还有一个原因就是English环境制作没有成功
一键制作ubuntu启动盘
教程在这
建议先去cuda下载网站看一下，cuda支持的系统版本（我这时候：18.04是不支持cuda的，下面再说cuda安装细节）
开始装了3遍，全部失败，

1.msi 台式机进入bois （开机时点击del）
2.将启动优先设置为u盘启动
3.F10保存，重启
4.进入ubuntu安装界面
5.然后就是按照自己的选择进行next(我当时是抹掉了所有数据，不过都是备份好的)
6.大功告成

注意：安装的时候一定添加sudo，因为我配的是实验室电脑，如果是多个用户，都需要用到这个环境那么必须root安装

2、gcc安装，下一步显卡必备

注意：cuda9.0 只支持7以下版本，所以需要降级，在此我们采用5.5稳定版本。

sudo apt-get install gcc-5 gcc-5-multilib g++-5 g++-5-multilib
# 查看版本会发现是7.2
gcc --version
# 修改优先级，数字越大，优先级别越高，将默认改为5.5
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 100 
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 50
sudo update-alternatives --config gcc
# 按Enter退出
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 40
sudo update-alternatives --config g++
# 按Enter退出
# 再次查看版本信息，会发现已经是5.5版本了
gcc --version 

安装依赖库

sudo apt-get install g++ freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa 

3、安装显卡

不需要下载驱动。
找到“软件与更新”，找到‘附加驱动’nvidia显卡（箭头所指），然后自动相当于网上说的将另一个拉为黑名单。

apply之后，重启之后就能进终端，输入

nvidia-smi

可以看到显示gpu的各种信息，也说明显卡驱动没有问题了。

4、兼容问题

下面就是 cuda+cudnn+tf 的安装了，这时候就需要看清楚三者的对应关系，然后去下载相应的文件！
可参考这个链接：Tensorflow-GPU版本需要的CUDA版本以及Cudnn的对应关系

5、安装CUDA

cuda下载网站
安装稳定的9.0版本

sudo sh cuda.run

接受协议.注意是否安装NVIDIA Accelerated Graphics Driver，选择No。

Do you accept the previously read EULA?
accept/decline/quit: accept

You are attempting to install on an unsupported configuration. Do you wish to continue?
(y)es/(n)o [ default is no ]: y

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 387.26?
(y)es/(n)o/(q)uit: n

Install the CUDA 9.1 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
 [ default is /usr/local/cuda-9.1 ]: 

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y

Install the CUDA 9.1 Samples?
(y)es/(n)o/(q)uit: y

Enter CUDA Samples Location
 [ default is /home/fc ]: 

然后写入环境变量，就像windows下的环境、
下面的位置是安装的时候默认的位置

echo 'export PATH=/usr/local/cuda-9.0/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

查看安装成功的cuda版本

cat /usr/local/cuda/version.txt

6、安装CUDNN

cudnn下载网站，需要注册nvidia账号，然后才能下载。
注意版本的选择
因为cuda下载的9.0的，所以这里也直接下载9.0对应的版本7.0。

点击之后，会发现还有系统版本的区别

我是ubuntu 16.10（或者17.10) 选择第一个

tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

查看cudnn版本

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

7、安装Annaconda（可选）

sudo bash Anaconda2-4.2.0-Linux-x86_64.sh 
source ~/.bashrc

检测安装是否成功，输入python，出现以下内容安装成功

Python 3.6.4 |Anaconda, Inc.| (default, Jan 16 2018, 18:10:19) [GCC 7.2.0] on linux 
Type “help”, “copyright”, “credits” or “license” for more information. 

8、安装tensorflow-gpu

anacanda安装的是默认的1.0.1版本，但是明显过时了，所以手动升级
选择适合cuda的版本，下载之后

sudo pip install tensorflow-gpu.whl

然后检测是否安装成功

python
>>import tensorflow as tf
>>tf.__version__

输出你安装的版本即成功