ubuntu+python2.7+tensorflow(gpu)安装

鉴于目前实验需要，记录下python2.7下搭建tensorflow（gpu）的情况

1.通过ubuntu官方的apt工具包安装

    1.1安装python

        sudo apt-get install python2.7 

        安装numpy

      （先安装pip sudo apt-get install python-pip）

        Pip install numpy

   1.2 以下括号内容为非必需

  （    安装scipy

        pip install scipy

        安装pandas（常用到）

        pip install pandas

        安装sklearn（机器学习相关）

        Pip install -U scikit-learn（有可能下载失败 这时更新pip  pip install --upgrade pip））

   1.3 安装TensorFlow

    （CPU）pip install tensorflow

    （GPU）pip install tensorflow-gpu

2.GPU加速环境搭建

    2.1安装CUDA

            注（想要成功安装先要装好NVIDIA驱动）

            下载好CUDA，最新版在点击打开链接

            需要其他版本在网上自行查找

            在cuda所在的文件夹打开终端 输入

1. sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc_8.0.27-1_amd64​.deb
3. sudo apt-get update
5. sudo apt-get install cuda​

    2.2安装cuDNN

        下载放在与cuda同一目录下，下载地址点击打开链接

1.         tar xvzf cudnn- 8.0-linux-x64-v5. 1-ga.tgz （解压这个文件）
3.         sudo cp cuda/ include/cudnn.h /usr/local/cuda/ include （复制）
5.         sudo cp cuda/lib64/libcudnn* /usr/local /cuda/lib64 （复制）
7.         sudo chmod a+r /usr/local/cuda/ include/cudnn.h/usr/local/cuda/lib64/libcudnn*

    2.3环境配置

        sudo gedit ~/.bash_profile #打开.bash_profile

1. export LD_LIBRARY_PATH= "$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
3. export CUDA_HOME=/usr/ local/cuda

        终端中

        source ~/.bashrc #使更改的环境变量生效

        然后可以import tensorflow去测试

        注意事项：考虑到版本支持的问题 我选择的是tensorflow1.2+cuda8.0+cudnn5.0（在后面改成了cudnn5.1，因为5.0会有一些错误）。在我安装的时候最新版tensorflow1.5需要cuda9.0 。tensorflow大于1.2的版本至少需要cudnn6.0。在网上很难找到cudnn6.0所以我选择上面的搭配。

问题如：

ImportError:libcublas.so.9.0: cannot openshared object file: No such file or directory

没有cuda9.0的错误

    tensorflow-gpu 1.5版本，而我用的是cuda 8.0和cudnn5.0，1.5版本要求cuda 9.0，而且是cudnn6.0

版本回滚的方法

    pip install tensorflow-gpu==1.2

ImportError:libcudnn.so.6: cannot open shared object file: No such file or directory

没有cudnn6.0的错误

特别注意：

    Opencv 的安装

    cpu的环境搭建

    import cv2去测试