Ubuntu 16.04 安裝 CUDA、CUDNN 和 GPU 版本的 TensorFlow 通常步驟總結

1. 安裝顯卡驅動

安裝顯卡驅動網上有各類各樣的方法，甚至有的還須要更改一些配置文件切換到命令行終端模式進行操做，然而就我屢次安裝驅動的經驗來看，我歷來沒有這麼費勁過。在 Ubuntu 系統中的 System Settings -> Software & Updates -> Additional Drivers 安裝相應的顯卡和CPU驅動，重啓後在 System Settings -> Details 中能夠看到本身的顯卡型號則說明驅動已經安裝成功，此時在命令行下輸入 nvidia-smi 也能夠看到顯卡的相關信息。

2. 安裝 CUDA

• 到 CUDA 官網 下載合適版本的 runfile 文件(強烈推薦)， 而後在終端運行 sudo sh cuda_filename.run，除了在詢問你是否要安裝驅動的時候選擇 No(上面已安裝過)，其餘均可以選擇 Yes。
• 在家目錄打開終端運行 sudo gedit .bashrc，在文件末尾添加相應的路徑。

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

• 終端運行 source .bashrc
• 終端運行 nvcc -V ，出現相關 CUDA 版本信息說明安裝。

3. 安裝 CUDNN

• 解壓對應版本的 CUDNN 壓縮包，複製相應文件到相關路徑。

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. 安裝 Python 依賴庫和 TensorFlow

因爲 Ubuntu 默認的 Python 版本是 2.7，若更改了系統默認的 Python 版本，安裝軟件時可能會遇到一些依賴問題，而如今主流 Python 都是 3.x 版本的，所以爲了使用 Python3 同時又不改變系統默認 Python 版本採用 pip 安裝比較好。

sudo apt-get install python3-pip
sudo pip3 install numpy,jupyter,matplotlib
sudo pip3 install tensorflow-gpu
安裝速度慢的能夠嘗試一下國內的豆瓣源
sudo pip3 install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com numpy(等 python 庫)

5. 一些常見問題

• 找不到 **.so 文件，先搜索庫文件所在路徑，終端運行 sudo gedit /etc/ld.so.conf 添加庫文件所在路徑，而後 sudo ldconfig
• No module named ** ，sudo apt-get install/pip3 install **

獲取更多精彩，請關注「seniusen」!