Ubuntu16.04配置tensorflow-gpu 1.5

主要参考资料：

1. TensorFlow官网安装文档：https://www.tensorflow.org/install/install_linux

2. Nvidia官网安装文档：http://docs.nvidia.com/cuda/cuda-installation-guide-linux/#axzz4VZnqTJ2A

一. 安装前的准备：

1. Verify the system has a CUDA-capable GPU. 验证GPU是否支持CUDA。

查看nvidia的设备信息：

$ lspci | grep -i nvidia

也可以官网http://developer.nvidia.com/cuda-gpus 查看gpu信息

2. Verify the system is running a supported version of Linux. 验证当前Linux系统支持安装。

查看系统信息：

$ uname -m && cat /etc/*release

3. Verify the system has gcc installed. 验证系统已经安装了gcc编译器，因为运行cuda应用需要gcc的支持。

查看gcc版本：

$ gcc --version

4. Verify the system has the correct kernel headers and development packages installed. 验证系统有正确的内核头部和开发包

查看系统当前正在运行的内核:

$ uname -r

为当前运行的内核安装头部和开发包：

$ sudo apt-get install linux-headers-$(uname -r)

Notes：If you perform a system update which changes the version of the linux kernel being used, make sure to rerun the commands below to ensure you have the correct kernel headers and kernel development packages installed. Otherwise, the CUDA Driver will fail to work with the new kernel.
当升级系统时，会改变当前使用的linux内核，那么请再次执行上面的命令，保证安装正确的内核头部和开发包，否则，cuda会无法工作。

5. Download the NVIDIA CUDA Toolkit. 下载cuda工具包。

CUDA下载地址：https://developer.nvidia.com/cuda-90-download-archive

我们选择本地安装，因此选择对应系统和计算机架构的版本下载。下载完得到一个deb文件

6. 下载Cudnn 库

    cudnn下载链接：https://developer.nvidia.com/cudnn。这里我下载的是cudnn-9.0-linux-x64-v7.tgz包

二.  准备工作完成， 安装cuda + cudnn

1. 安装cuda

(1) Install repository meta-data, 安装cuda元数据，即我们下载的deb文件：

$ sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb

(2) Installing the CUDA public GPG key, 安装cuda GPG公钥：

在上面第1步完成时，会提示我们安装GPG公钥，我们按照提示安装即可：

$ sudo apt-key add /var/cuda-repo-9.0.176-1/7fa2af80.pub

(3) Update the Apt repository cache， 更新apt仓库缓存：

$ sudo apt-get update

(4) Install CUDA 安装cuda:

$ sudo apt-get install cuda

(5) 把cuda添加到环境变量：

$ export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

这样我们在终端输入

 $ nvcc -V

 可以看到显示的cuda版本等信息，说明安装成功。但是，当我们关闭终端再次输入nvcc -V的时候，发现显示未安装cuda, 这是因为我们用export 只是临时更改了PATH的值，一旦重新开机或者重开终端，设置不复存在。因此，我们需要编辑～/.bashrc 文件（该文件存储的是专属于个人bash shell的信息，当登录时以及每次打开一个新的shell时,执行这个文件。在这个文件里可以自定义用户专属的个人信息），在文件最后添加：

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

然后我们加载更改后的设置：

source ~/.bashrc

这样上面的问题就解决了。

2. 安装cudnn

(1)首先切换到下载的cudnn路径下解压文件，会得到一个名为cuda的文件夹

$ tar xvzf cudnn-9.0-linux-x64-v7.tgz               

(2)复制该cuda文件夹下的文件到制定文件夹，这个和windows上是一样的操作。

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include   
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

(3)改变权限，使所有用户可读

$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

三. 安装并测试tensorflow-gpu

1. 检查pip版本。因为ubuntu16.04中自带python2.7和3.5版本，也就会有两个版本的pip, 因为我们要安装对应python3.5 版本的tensorflow-gpu, 因此我们需要先查看下pip 是否对应的python3.5。

2. 安装tensorflow-gpu。我们这里选择1.5版本：

$ pip install tensorflow-gpu==1.5

3. 测试：

import tensorflow as tf

a = tf.constant(5)
b = tf.constant(8)
c = tf.add(a, b)
with tf.Session() as sess:
    result = sess.run(c)
    print("result=", result)