Ubuntu16.04 安装NVIDIA驱动，CUDA8.0， cuDNN6.0， Anaconda3-4.2.0， tensorflow-gpu 1.4.0

@Ubuntu16.04 安装NVIDIA驱动，CUDA8.0， cuDNN6.0， Anaconda3， tensorflow-gpu 1.4.0

Ubuntu16.04 安装NVIDIA驱动，CUDA8.0， cuDNN6.0， Anaconda3， tensorflow-gpu 1.4.0

最近入门深度学习， 从一开始装Ubuntu系统到最后tensorflow安装并能够成功导入花费了好几天时间， 踩了不少坑。这篇博客应该算是参考了许多许多教程并根据产生的问题分析总结出来的， 分享给大家避免踩坑。

安装NVIDIA驱动：

第一步：查找适合自己显卡的驱动
打开英伟达官网并在上方找到驱动程序， 在下拉菜单中点击“所有NVIDIA驱动程序”， 打开后在其中选择电脑的显卡来找到合适的驱动程序。

不知道电脑的是什么显卡的话：点击电脑右上角小齿轮–>系统设置–>系统–>软件与更新–>附加驱动。方括号里就是显卡型号。

#附上第一步的网址：https://www.nvidia.cn/Download/index.aspx?lang=cn

第二步：下载显卡驱动程序
在第一步中点击搜索以后就会出现一个（或者多个）驱动程序， 点击下载， 下载完成后应该是一个 .run 文件
第三步:卸载原有所有显卡驱动程序， 并且禁用nouveau
#一定要卸载干净
#之前使用apt-get安装
sudo apt-get remove --purge nvidia*

#之前使用.run文件安装， 找到文件名并复制下来（手打也可以， 不打错的话）

sudo chmod +x *.run
sudo ./NVIDIA-Linux-x86_64-418.74.run（这里是刚刚复制的文件名） --uninstall

#禁用nouveau
sudo gedit /etc/modprobe.d/blacklist.conf
在打开的文档最后新开始一行， 输入：blacklist nouveau。然后保存， 关闭
sudo update-initramfs -u
然后重启电脑

第四步：检查禁用nouveau是否成功
#运行命令后无输出则说明成功
lsmod | grep nouveau
#如果没有禁用成功请一定要成功禁用以后再开始后续步骤

第五步：开始安装显卡驱动（此时最好是在手机或者别的电脑上看教程）
#记住显卡驱动程序文件的保存地址和文件名， 最好用手机拍下来
#禁用X服务的时候电脑会黑屏并且只有光标在闪， 不要恐慌哈哈哈
#当然也可以先开命令行再禁用X服务， 先禁用是为了确保关闭了X服务
#开启X服务sudo service lightdm start
#关闭X服务sudo service lightdm stop
sudo service lightdm stop

#Ctrl+Alt+F1打开命令行
#Ctrl+Alt+F7关闭命令行
按Ctrl+Alt+F1打开命令行， 输入账号密码登录

#path是显卡驱动程序文件的保存地址
#name是显卡驱动程序文件的文件名
cd path
sudo chmod a+x name
sudo ./name –no-opengl-files
#重启
reboot

重启后输入命令：nvidia-smi
显示这样就算安装成功了（虽然不知道为什么装的是418.74显示的是418.67， 不过后续步骤都没有问题， 也就没去纠结了）

安装CUDA8.0

第一步：下载CUDA8.0的runfile文件
#敲黑板划重点， 千万千万要下载runfile
#如果用deb安装后面自动给你更新到10.1就等着哭吧

附上下载页面链接：https://developer.nvidia.com/cuda-80-ga2-download-archive

第二步：安装CUDA8.0
#path是cuda8.0.run文件的保存地址
#name是cuda8.0.run文件的文件名
cd /path
sudo chmod 777 name
sudo ./name
这里要等一大会儿
然后出现文档， 按回车键到最后， 然后输入accept， 然后提示是否安装NVIDIA驱动（看到NVIDIA Deiver）的时候输入n， 后面的其他都输入y

第三步：配置环境变量
#bashrc文件的配置
sudo gedit ~/.bashrc
在打开的文档最后换行， 输入：

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

#如下图所示
保存， 关闭
source ~/.bashrc

#profile文件配置
sudo gedit /etc/profile
在打开的文档最后换行， 输入：

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

保存， 关闭
source /etc/profile

#添加lib库路径
sudo gedit /etc/ld.so.conf.d/cuda.conf
在打开的文档输入：

/usr/local/cuda/lib64

保存， 关闭
sudo ldconfig

#测试一下是否安装成功
nvcc -V

最后一行显示release 8.0则安装成功

安装cuDNN6.0

cuDNN的安装相对简单很多， 首先进入cuDNN的下载页面， 出现很多版本的列表
点击第三个， 也就是"cuDNN v6.0 Library for Linux"
然后注册账号什么的， 最后就可以下载了
附上下载页面链接：https://developer.nvidia.com/rdp/cudnn-archive

下载完成后， 应该是.tgz后缀的文件， 进入终端
#path是cuDNN文件的保存地址
#name是cuDNN文件的文件名
cd path
tar zxvf name

#path_cuda是cuda文件地址
sudo cp path_cuda/include/cudnn.h（此处有空格） /usr/local/cuda/include
sudo cp -a path_cuda/lib64/libcudnn*（此处有空格） /usr/local/cuda/lib64

安装完成
可通过查看cuDNN版本验证是否安装成功
查看cudnn版本

安装Anaconda3-4.2.0

为什么要安装Anaconda3呢， 因为安装tensorflow-gpu之前要安装Anaconda3#滑稽
Anaconda3-4.2.0官方下载地址：https://repo.anaconda.com/archive/Anaconda3-4.2.0-Linux-x86_64.sh
Anaconda各版本官方下载列表页面：https://repo.anaconda.com/archive/

下载完成后进入终端
#path是Anaconda3-4.2.0文件的保存地址
#name是Anaconda3-4.2.0文件的文件名
cd path
bash name

按回车阅读文本直到提示Do you accept the license terms? [yes|no]
输入yes
然后提示安装路径， 可以自定义， 我是默认的。
然后提示是否设置环境变量， 输入y， 除非你想再多忙活一阵子
就安装好啦

可以通过关闭终端， 再打开终端， 输入python来验证是否安装成功
显示Anaconda 4.2.0就说明安装成功了
注意事项：
虽然Anaconda的安装很容易， 但是安装完之后我们需要注意的就是Anaconda自带一个Python， 输入python之后显示是Anaconda就说明了这个问题。不仅如此， Anaconda还自带了pip， 这就是安装完Anaconda之后通过pip安装tensorflow成功却提示找不到包的原因所在。

安装tensorflow-gpu 1.4.0

理解了上面的注意事项之后， 安装tensorflow就变得简单起来。
打开终端

pip -V
pip3 -V
pip2 -V
现在我的系统上pip和pip3是同一个， 但是之前通过pip3安装的时候提示找不到库， 估计是最近更新设置什么导致的。
因此要找到属于anaconda3目录下的pip， 如果尝试了这几个显示都是来自系统的， 那么进入anaconda的目录， 尝试pip -V
#进入anaconda目录
cd anaconda3/bin
#查看pip版本
ls pip*
pip3 -V

#如果显示anaconda往下继续， 否则根据Ubuntu中多版本anaconda与Python的pip管理设置好pip
sudo pip3 install tensorflow-gpu==1.4.0
等待安装完成即可

最后验证一下安装是否成功
进入终端
python
import tensorflow
没有报错说明安装成功
正常情况下到这里应该都是顺利完成的， 如果系统是刚刚装好的却没有成功请检查每一步有没有遗漏。不要中途开始使用本教程， 比如安装CUDA8.0的时候我没有降gcc的版本也没有关闭图形界面， 因为5.4的gcc可以支持CUDA8.0并且在上一步已经把驱动正常安装了。如果新装的系统使用这个教程的时候遇到什么问题可以给我留言， 我可以回忆回忆当时是发生了什么最后怎么解决的。