ubuntu16.04下cuda8.0+cudnn5.1+tensorflow安装

本文主要是对整个流程的一个总结，一些遗漏的细节可以参考网上相关教程。

之前在ubuntu上安装过caffe 和tensorflow比较顺利，不过后面系统崩溃，重新安装，又踩了很多坑，简要记下，作为参考。

1） Nvidia显卡驱动安装

2） cuda 安装

3） cudnn安装

4） tensorflow安装

1） Nvidia显卡驱动安装

我的显卡是GTX960

nvidia驱动安装是一个比较头疼的事情，网上较多的教程通过下载.run文件，采用终端命令,禁用自带的 nouveau nvidia驱动来安装。前一次采用这种方法，遇到x-service未关闭，最后勉强解决，这次又遇到同样的问题，试了各种方法解决不了，最后重装系统。采用系统自带软件安装，非常方便。

因此建议采用第二种方法，安全方便：

步骤：

a) 进入系统设置--软件更新(software&updates)--额外驱动（additional Drivers),选择第一个选项（using nvidia binary driver --version .....）,其他不变，点击Apply changes，。

b) 重启系统。

c) 终端输入nvidia-smi 进行验证，安装成功. 

2) cuda 安装

a) 官网下载cuda_8.0.44_linux.run文件

b) chmod +x  /*.run 更改权限

c) cd到文件目录，  ./cuda_8.0.44_linux.run 进行安装   （因为之前已经安装过驱动，开始安装时，第一个选项，是否安装驱动，选n 不安装(很重要),其它选y，路径默认即可）

d) 添加路径： 打开 /etc/profile 在末尾添加如下语句（也可以在~/.ｂａｓｈｒc下添加）：

export PATH=/usr/local/cuda-8.0/bin:$PATH
exportLD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
#需要重启电脑使其生效

3） 安装cudnn

a) cd到文件路径，解压文件：

#tar -zxvf  cudnn-8.0-linux-x64-v5.0-ga.tgz
＃之前装的5.0最后跑tensorflow时提示编译版本过低，所以换成高版本5.1编译通过
＃安装按照教程先将5.0原文件删除：

cd /usr/local/cuda/lib64
sudo rm -f libcudnn* #删掉cudnnv５．０
tar xvzf cudnn-8.0-linux-x64-v5.1-prod.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 /usr/local/cuda/lib64/libcudnn*

4) 安装tensorflow

参考官网，在virtualenv installation安装

相继执行如下命令：

$sudo apt-get install python-pip python-dev python-virtualenv

$virtualenv --system-site-packages ~/tensorflow

$ source ~/tensorflow/bin/activate  # If using bash

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Installing from sources" below.
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.0rc1-cp27-none-linux_x86_64.whl

# Python 2
(tensorflow)$ pip install --upgrade $TF_BINARY_URL 

# 最后进行测试：

$ python...>>> import tensorflow as tf>>> hello = tf.constant('Hello, TensorFlow!')>>> sess = tf.Session()>>> print(sess.run(hello))Hello, TensorFlow!>>> a = tf.constant(10)>>> b = tf.constant(32)>>> print(sess.run(a + b))42>>>

相关博客参考：

1） GPU 编程入门到精通（一）之 CUDA 环境安装

2） Ubuntu 16.04安装N卡官方驱动

3） NVIDIA CuDNN 安装说明

4） tensorflow官网教程