ubuntu14.04相关环境配置（ROS+双显卡驱动+cuda+cudnn+tensorflow）

安装ROS

官方安装教程：

http://wiki.ros.org/indigo/Installation/Ubuntu

首先更换APT国内源：mirrors.ustc.edu.cn

添加ROS中科大源：
sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.ustc.edu.cn/ros/ubuntu/ $DISTRIB_CODENAME main" > /etc/apt/sources.list.d/ros-latest.list'

添加key：
sudo apt-key adv --keyserver hkp://ha.pool.sks-keyservers.net:80 --recv-key 421C365BD9FF1F717815A3895523BAEEB01FA116

更新软件列表：
sudo apt-get update

安装ROS：
sudo apt-get install ros-indigo-desktop-full

附录：update时出现问题
sudo rm -fR /var/lib/apt/lists/*
sudo mkdir /var/lib/apt/lists/partial

安装显卡驱动&CUDA

小提示：tf 1.4以下版本对应cuda8.0，tf 1.5以上版本对应cuda9.0。
卸载可能存在的障碍：
sudo apt-get purge bumblebee*
sudo apt-get purge libvdpau-va-gl1
sudo apt-get purge nvidia-*

开源的Nouveau驱动加入黑名单:
sudo vi /etc/modprobe.d/blacklist.conf
在文件末尾添加 blacklist nouveau

安装驱动：
sudo apt-get install nvidia-384 nvidia-settings nvidia-prime

安装切换器：
sudo add-apt-repository ppa:nilarimogard/webupd8
sudo apt-get update
sudo apt-get install prime-indicator

重启完成显卡驱动安装：
sudo reboot

使用runfile安装cuda:（显卡驱动不安装，其他默认）
chmod +x cuda_8.0.61_375.26_linux.run.26_linux.run
chmod +x cuda_8.0.61.2_linux.run.2_linux.run
sudo sh cuda_8.0.61_375.26_linux.run.26_linux.run
sudo sh cuda_8.0.61.2_linux.run.2_linux.run

如果缺失LIB：
sudo apt-get install freeglut3-dev
sudo apt-get install libxmu-dev

添加环境变量：
sudo nano  ~/.bashrc
在文件末尾添加：
PATH=/usr/local/cuda-8.0/bin:$PATH
LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export PATH
export LD_LIBRARY_PATH
修改生效：
source ~/.bashrc

检查是否安装成功：
nvcc --version

安装cudnn：
sudo chmod +x cudnn-8.0-linux-x64-v7.tgz
tar -zxvf cudnn-8.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/lib* /usr/local/cuda/lib64/

如果出现符号链接的小BUG：
sudo mv /usr/lib/nvidia-384/libEGL.so.1 /usr/lib/nvidia-384/libEGL.so.1.org
sudo mv /usr/lib32/nvidia-384/libEGL.so.1 /usr/lib32/nvidia-384/libEGL.so.1.org
sudo ln -s /usr/lib/nvidia-384/libEGL.so.384.111 /usr/lib/nvidia-384/libEGL.so.1
sudo ln -s /usr/lib32/nvidia-384/libEGL.so.384.111 /usr/lib32/nvidia-384/libEGL.so.1

安装Tensorflow

一般推荐在conda虚拟环境下使用pip国内源安装：（没有梯子的情况下推荐）

pip国内源修改：
nano ~/.pip/pip.conf
在文件中添加：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn

conda国内源修改：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

修改文件：
nano ~/.condarc
删除 - default

然后使用PIP安装即可，需要对应版本时可以使用清华源查找，最新版的在github：

https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/

https://github.com/tensorflow/tensorflow