ubantu16.04系统下基于anaconda安装tensorflow

一、安装显卡驱动

1、删除现有旧显卡驱动（ps：前提是已安装驱动版本不符合要求，再进行删除）

      sudo apt-get purge nvidia*

2、禁用自带的 nouveau nvidia驱动 （important！）

   （1）打开编辑配置文件： sudo gedit /etc/modprobe.d/blacklist.conf

   （2）在最后一行添加：blacklist nouveau
                                             options nouveau modeset=0

   （3）改好后执行命令：sudo update-initramfs -u

   （4）重启使之生效：reboot （开机后ubantu桌面图标成放大状态，即说明自带驱动已被禁用）

3、安装显卡驱动

   （1）下载系统对应的显卡驱动：http://www.nvidia.cn/Download/index.aspx?lang=cn（英伟达官网）

   （2）重启后按Ctrl+Alt+F1 进入命令行界面

   （3）使用命令：lsmod | grep nouveau 结束X-window服务

   （4）禁用X服务：sudo service lightdm stop，然后切换到tty1控制台：Ctrl+Alt+F1即可

   （5）给驱动run文件赋予可执行权限：sudo chmod a+x NVIDIA-Linux-x86_64-410.73.run    (下载的驱动文件名）

   （6）进入文件路径安装：sudo ./NVIDIA-Linux-x86_64-410.73.run  -no-opengl-files（此参数可省略）

   （7）开启X服务：sudo service lightdm start ，然后Ctrl+Alt+F7进入图形界面

       –no-opengl-files 只安装驱动文件，不安装OpenGL文件。这个参数最重要
       –no-x-check 安装驱动时不检查X服务
       –no-nouveau-check 安装驱动时不检查nouveau
       后面两个参数可不加。

   （8）重启，没有问题，输入命令：nvidia-smi，如果出现了驱动版本就表示安装成功了。

 二、查看各对应版本

注意：安装之前一定要先把CUDA和cuDNN的版本搞清楚了，因为CUDA与cuDNN的版本必须要和Tensorflow的版本对应上，否则即使安装成功，最后在python环境里导入tensorflow时也会报错。

本文选择的版本Tensorflow1.12.0，cuda9.0，cudnn7.3，python3.6，gcc4.9(uabntu默认编译器gcc是5.4，故需降级)。

sudo apt-get install g++-4.9

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10

sudo update-alternatives --install /usr/bin/g++ g++/usr /bin/g++-4.9 20

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10

sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30

sudo update-alternatives --set cc /usr/bin/gcc sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30

sudo update-alternatives --set c++ /usr/bin/g++
此处降级根据原文：https://blog.youkuaiyun.com/qq_30520759/article/details/78947034 ，运行过程有几个问题，但最终gcc还是降级至4.9，有关gcc降级后续有应用再进行完善

二、安装Cuda

     （1）下载cuda9.0（runfile_local）版本：https://developer.nvidia.com/cuda-toolkit-archive  （官网各历史版本）

     （2）赋予可执行权限：sudo chmod +x cuda_9.0.176_384.81_linux.run

     （3）安装cuda：sudo ./cuda_9.0.176_384.81_linux.run

注意：不要安装cuda自带的显卡驱动，其他的直接选y，路径输入默认值即可（因为我们已经安装的nvidia显卡驱动，再次安装会出现桌面循环登录问题，而且cuda自带显卡驱动的兼容性不是很好，如果仅安装cuda自带显卡驱动，也可能出现桌面循环登录问题）

    （4）配置环境：sudo gedit ~/.bashrc

     文件末尾加：export PATH=/usr/local/cuda-9.0/bin:$PATH
                                     export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

            添加路径使其生效：source ~/.bashrc

       (5) 查看是否安装成功：

         cd /usr/local/cuda-9.0/sample/1_Utilities/deviceQuery

         sudo make

        ./deviceQuery

                   

三、安装Cudnn

          (1)  下载对应的cudnn版本：https://developer.nvidia.com/rdp/cudnn-archive

        （2）tar -xzvf cudnn-9.0-linux-x64-v7.3.0.29.tgz
                  sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
                  sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
                  sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

四、安装Anaconda

         (1)   下载Anaconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

      （2）安装Anaconda：bash ./Anaconda3-4.2.0-Linux-x86_64.sh

         (3)  打开编辑器：ipython notebook

五、安装TensorFlow

        （1）创建tensorflow环境：conda create -n tensorflow python=3.6

           (2)  激活tensorflow环境：source activate tensorflow

           (3) 安装tensorflow: pip install --ignore-installed --ipgrade tfBinaryURL，tfBinaryURL=地址；

                                             或者pip install tensorflow-gpu=1.12.0（版本号可根据需求变更，如果不写版本号，默认安装最新版）

            如果tensorflow安装失败，删除创建的tensorflow环境：conda remove -n tensorflow --all，重新创建激活安装