Ubuntu16.04 搭建 gtx1080+cuda9.0+cudnn7.0+tensoeflow+caffe+anaconda5.0

配置需求
硬件平台：

1个GTX1080显卡

软件配置：

ubuntu16.04+cuda9.0+cudnn7.0.4

开发环境预配置：

anaconda5.0+tensorflow1.5.0+opencv3.4.1+caffe+

程序编辑环境

 vscode+pycharm+sublime text3+

其他软件配置：
远程：teamviewer
使用说明:

创建新用户：参考网址:

1. ubuntu 14.04 添加、删除用户，修改用户名称，修改主机名
   https://blog.youkuaiyun.com/qq_31456593/article/details/79247366
2. ubuntu中管理用户和用户组
   http://www.cnblogs.com/vincedotnet/p/4017574.html
1.添加用户
sudo adduser username
2.按步骤填写账户信息
3.为用户添加sudo权限
sudo usermod -a -G adm username
sudo usermod -a -G sudo username
4.若删除用户
sudo userdel username
cd /home/
sudo rm -r username
5.查看所有用户和用户组：
cat /etc/passwd
cat /etc/group

安装显卡驱动：

1.使用如下命令添加Graphic Drivers PPA
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
  2.寻找合适的驱动版本
ubuntu-drivers devices
3.安装好最新的驱动( 此方法比较慢 ,但是出错概率更小)
sudo apt-get install nvidia-390
4.重启
sudo reboot
5.执行下面的命令，查看驱动的安装状态
sudo nvidia-smi
sudo nvidia-settings




参考网址：
1. Ubuntu16.04搭建GTX1080+CUDA9.0+cuDNN7.0.4+Tensorflow1.6.0环境
   https://blog.youkuaiyun.com/weixin_41864878/article/details/79621210

安装cuda9.0

1.安装cuda9.0 (默认是安装在/usr/local/cuda)在cuda_9.0.176_384.81_linux.run文件目录下输入
sudo sh cuda_9.0.176_384.81_linux.run (注释：cuda_9.0.176_384.81_linux.run为手动下载的文件)
  长按空格键读完用户需知后
accept
随后处理注意cuda自带的显卡驱动和cuda simples选择no外，其他均为yes。（有安装目录和安装项目选择）
2.安装完毕之后，声明环境变量，终端输入
sudo gedit ~/.bashrc
在bashrc文件最后加上（前面cuda9.0安装目录对应的地址，留意前面安装地址）
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}
保存退出
source ~/.bashrc
然后同样声明全局环境变量，终端输入
sudo gedit /etc/profile
同样在profile文件的最后加上
exporxt PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}  
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 
保存退出，reboot一下
3.
验证驱动版本：cat /proc/driver/nvidia/version
验证CUDA版本： nvcc -V

安装cuDNN7.0.5

1.下载 cudnn-9.0-linux-x64-v7.tgz
2.在下载路径解压文件，复制到本地路径，这里解压出来的文件名比较重要，后面会要对照着看
tar -zxvf cudnn-9.0-linux-x64-v7.tgz
生成： cuda/include/cudnn.h
cuda/NVIDIA_SLA_cuDNN_Support.txt
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.7
cuda/lib64/libcudnn.so.7.0.5
cuda/lib64/libcudnn_static.a


3.到本地cuda路径，创建软连接，终端输入，这里的文件名就参照之前解压出来的文件名对照着写，就算和我下的不是一个版本也能搞定啦
sudo cd /usr/local/cuda/lib64 
sudo chmod +r libcudnn.so.7.0.5
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so

sudo ldconfig 

4.    检查安装是否成功

在本地cuda路径检测一下:

   $ ll

出现cuDNN对应的版本号就证明安装成功啦:

1. lrwxrwxrwx 1 root root 13 3月 19 16: 02 libcudnn.so -> libcudnn.so .7*
2. lrwxrwxrwx 1 root root 17 3月 19 16: 02 libcudnn.so .7 -> libcudnn.so .7 .0 .5*
3. -rwxr-xr-x 1 root root 287641664 3月 19 16: 00 libcudnn.so .7 .0 .5

参考网址：

1.Ubuntu16.04 安装 CUDA、CUDNN、OpenCV 并用 Anaconda 配置 Tensorflow 和 Caffe 详细过程

    https://blog.youkuaiyun.com/seniusen/article/details/78474929
2.Ubuntu16.04 Caffe 安装步骤记录（超详尽）
    https://blog.youkuaiyun.com/baobei0112/article/details/77996369
3.基于ubuntu16.04系统下OpenCV源码安装及无法import cv2

    https://blog.youkuaiyun.com/tengxing007/article/details/54380732

4.Ubuntu16.04 上openCV的卸载与 opencv3.0.2安装记录

    https://blog.youkuaiyun.com/qiaoji6073/article/details/7657280

Caffe+Anaconda+TensorFlow+

安装Anaconda(默认安装路径为/home/zhong/anaconda3)

       1.bash Anaconda3-5.1.0-Linux-x86_64.sh
后面均输入为yes，除了有一个...code的选择no
       2.测试:
conda list
       3. 若conda不可用# 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc
    4.卸载:(非必需)
    rm -rf /home/zhong/anaconda3
参考网址:
1. 安装教程：使用Anaconda创建caffe和tensorflow共存环境
  https://blog.youkuaiyun.com/primezpy/article/details/78819249
2. 深度学习服务器环境搭建详细版（Ubuntu16.04+CUDA8+Caffe+Anaconda+TensorFlow+共享）
  https://blog.youkuaiyun.com/babytang008/article/details/78631776
3. 用conda创建python虚拟环境
https://blog.youkuaiyun.com/lyy14011305/article/details/59500819
4. 致Python初学者：Anaconda入门使用指南
  https://www.cnblogs.com/jpfss/p/8455225.html

5.Anaconda 4.2 ---conda使用（Windows）,conda常用命令,conda   常用命令

6.anaconda安装与常用命令及方法（深度学习入门1）

https://www.cnblogs.com/hgl0417/p/7623789.html

6. Ubuntu16.04 安装 CUDA、CUDNN、OpenCV 并用 Anaconda 配置 Tensorflow 和 Caffe 详细过程
  https://blog.youkuaiyun.com/seniusen/article/details/78474929
7. Ubuntu16.04 Caffe 安装步骤记录（超详尽）
https://blog.youkuaiyun.com/baobei0112/article/details/77996369

caffe和tnsorflow 共存安装,(这里主要参考:1,2,3,4),   建议为 caffe 和tensorflow 单独配置虚拟环境

前言:如果先安装了tensorflow，那么你别想再安装上caffe了，因为在import caffe的时候，你会遇到如下报错
1、创建虚拟环境:我们先创建一个用于caffe和tensorflow共存的虚拟环境：
conda create -n caffe-tf python=3
2.直接回车，安装即可。安装好后，进入到caffe-tf虚拟环境：
source activate caffe-tf
安装caffe-gpu:
        3.安装caffe-gpu:我们先安装caffe，一定要先安装caffe！
(此方法还可以安装其他包conda install ,查看包conda list,conda常用命令)
(conda 1.参考Anaconda安装与常用命令及方法（深度学习入门1,Anaconda 4.2 ---conda使用（Windows））
        (conda 2.Conda常用命令整理,Anaconda+用conda创建python虚拟环境)
conda install caffe-gpu
4.降低protobuf版本:经过一定时间的等待，caffe-gpu安装完成。我们接下来，降低protobuf的版本为3.2。因为只有这样，  caffe和tensorflow才能不冲突。执行:
conda install protobuf=3.2
直接回车，将protobuf降级为3.2
安装tensorflow-gpu
5.做好上面几步之后，我们就可以直接安装tensorflow-gpu了。
conda install tensorflow-gpu
6.开另一个终端,进入环境测试:
列举当前所有环境
conda info --envs

conda env list

 #conda remove -n your_env_name  #移除环境(选用)

进入某个环境
source  activate caffe-tf    #(注:your_env_name)

进入python,检测:
python
import tensorflow
import caffe
         退出环境:
source deactivate
7.回到刚才的终端,激活虚拟环境,退出环境
source caffe-tf #(注:your_env_name),激活环境
source deactivate # 退出环境
#pycharmn中测试:
setting->Project->Project Interpreter->Python 3.6(caffe-tf) ~/anaconda3/encvs/caffe-tf/bin/python

首先的感谢以上参考文献的博客博主!!!

装了几天,虽然一开始就已经装好了,但是发现二次装的时候经常出问题,所以把这逻辑大致写下来,以便以后再次装,

补充内容很重要:需要安装多个环境时,可能会遇到的坑,比如caffe 与tensorflow ,pytorch, 共存时会发现,cudnn ...等版本冲突,

然后建议为创建多个虚拟环境(conda create -n caffe python=3.6),分别进入该虚拟环境安装(source  activate caffe):conda install caffr-gpu, 这样可以避免很多坑.

参考:https://blog.youkuaiyun.com/lyy14011305/article/details/59500819

例如:conda create -n caffe python=3.6  和conda create -n tensorflow python=3.6