Ubuntu16.04 下安裝GPU版TensorFlow（包括Cuda和Cudnn）

由於windows只支持py3版本的tensorflow，而不少項目是用py2構建的，因此我又嘗試在Ubuntu16.04中再次安裝GPU版的tensorflow。

咱們須要安裝的內容有Cuda8.0和Cudnn5.1和tensorflow-gpu。

硬件檢測

檢查你的顯卡是否能夠安裝Cuda

首先，你要有一塊NVIDA的顯卡，而後性能評分要大於3.0

TensorFlow GPU support requires having a GPU card with NVidia Compute Capability >= 3.0. Supported cards include but are not limited to: 
NVidia Titan 
NVidia Titan X 
NVidia K20 
NVidia K40

顯卡性能檢測請看這裏

簡單得提及來呢，你要有一塊最好是GTX的顯卡，或者有一塊還算新的（7,8,9,10系列），再或者在同代中還算湊合的（640之類）的卡，否則仍是攢錢買臺遊戲本吧哦，不對，是學習機

筆者的卡是GTX950m，雖然比不上像1080和泰坦這樣的逆天神卡，可是2G顯存仍是能在筆記本中排前十的當年爲了玩遊戲買的遊戲本，今天竟然能用來學習，也是感慨良多啊，之前玩遊戲是多麼愧疚萬分

既然顯卡能夠用，那咱們就要開始正式安裝Cuda了。

下載Cuda

按裝官方教程，咱們能夠應該安裝Cuda8.0和Cudnn V5.1
（因爲Cuda7.5最高支持15.04，因此不推薦安裝Cuda7.5，雖然也能運行。另外Cuda8.0必定要安裝Cudnn5.1，版本必須匹配）

你們能夠到這裏來下載Cuda8.0

你們注意在這裏選funfile local，由於選deb的話會遇到apt get的源損壞問題，因此最好不要下那個

降級gcc和g++

因爲Cuda不支持新版本的gcc和g++，因此若是建議先降級到4版本，具體方法請Google

安裝顯卡驅動

敲黑板！！！！
必定不要用Cuda自帶的顯卡驅動！！！兼容性不太好，很容易把驅動搞壞，致使循環登錄問題。
出了這個問題請參看Ubuntu 16.04安裝NVIDIA驅動後循環登陸問題
主要就是要從新安裝驅動，主要是這行代碼起做用：

sudo apt-get install nvidia-367

而後選擇最上面一個NVIDIA驅動，進行安裝

請坐和放寬，關閉你的圖形界面

你們看到這裏是否是以爲我瘋了，不，不是我瘋了，是瘋了NVIDA。在安裝Cuda的時候，咱們要關閉X服務。當時看到請檢查你的X服務是否關機的時候，我整我的是懵逼的，啥，我啥X服務，還特殊服務呢。。。我把SS都關了，甚至重啓了剛開機就裝都提示請檢查關閉X

這尼瑪X是啥 ，會不會說人話，是否是要勞資把系統都關了？在諮詢羣裏大牛後我完全傻了，真的是要把圖形界面關了，不，準確說是要把圖形界面關了。恩，對，關了圖形界面，用命令行安裝。。。

我類個去。。。。

好的，關就關嘛，隨怕隨。不過在關以前，請記住你的cuda runfile的下載路徑備用。

請坐穩扶好，坐窗邊的旅客請不要把頭手伸出窗外，咱們要開始時空穿梭，請在終端中打下以下命令：

sudo service lightdm stop

突然間，你會感到一陣清風吹過你的面龐，那是由於咱們在時空穿梭。。。2333， 歡迎回到上個世紀，在好久好久已經，咱們只有命令行。。。。

不要覺得上面那張圖沒加載出來，就是那樣的。爲何，由於咱們關了圖形界面。。2333並且，咱們還沒調出命令行。。。。

好了，按住

CTRL + ALT + F1

咱們調出了命令行，開始裝Cuda

輸入帳戶密碼登錄

cd 到你要下載的目錄，執行

sudo sh cuda_8.0.44_linux.run

而後你會看到

Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?
(y)es/(n)o/(q)uit: y
若是這裏不安裝的話後面可能會出現找不到Cuda驅動的問題
可是不少文章認爲安裝的話會把以前安裝的驅動廢掉
兩篇文章供參考
Ubuntu16.04下CUDA8.0+Caffe安裝配置過程
ubuntu14.04+cuda8.0（GTX1080）+caffe安裝

若是你剛纔選了y，那麼這裏還會問你要不要裝X configuration，這裏就絕對不能選y了
由於前面其實和Cuda driver有關，裝了同樣能運行。可是若是你裝了X configuration，也就是NVIDIA驅動，那就完全廢了。
由於這會致使驅動損壞，發生循環登陸問題。

若是不幸發生了循環登陸問題，請參考這篇文章，重裝驅動解決：
Ubuntu 16.04安裝NVIDIA驅動後循環登陸問題

Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
回車

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y

Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y

Enter CUDA Samples Location
[ default is /root ]:
回車

Installing the CUDA Toolkit in /usr/local/cuda-8.0 …
Installing the CUDA Samples in /root …
Copying samples to /home/derek/NVIDIA_CUDA-8.0_Samples now…
Finished copying samples.

= Summary =

Driver: Installed
Toolkit: Installed in /usr/local/cuda-8.0
Samples: Installed in /home/derek

Please make sure that
– PATH includes /usr/local/cuda-8.0/bin
– LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.

WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 8.0 functionality to work.

To install the driver using this installer, run the following command, replacing with the name of this run filesudo.run -silent -driver

安裝成功，撒花～在命令行中打下以下代碼，回到文明世界：

sudo service lightdm start

設置Cuda環境變量

還別高興太早，沒設環境變量待會要出事的，就像下面TensorFlow運行失敗

sudo vi ~/.bash_profile

打開配置文件，最後們加入如下幾行

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda-8.0

wq 保存離開。若是你沒裝 /usr/local/cuda，請自行了斷：修改路徑

環境變量的設置不是太熟悉，你們能夠自行google。或者把上面兩行直接粘貼到終端中，會理解生效，不過僅在該終端中有效

安裝過程能夠參考這篇文章
深度學習主機環境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

Cudnn 安裝

下載Cudnn

到這裏下載。
固然你先得註冊一個NVIDA帳號，添一堆問卷。
選擇 Download cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0下載
cuDNN v5.1 Runtime Library for Ubuntu16.04 Power8 (Deb)
安裝
或者下載tar，解壓後會獲得一個Cuda文件夾，複製到Cuda-8.0文件夾中

sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*

檢查是否複製成功，不然會在import tf時出錯

安裝TensorFlow

這裏很差意思我就假設你pip裝好，網絡環境正常，網路很差的到github上找別人下好的下載吧。。。執行下面命令

pip install tensorflow-gpu

若是安裝緩慢老中斷能夠先把numpy等相關的包裝好

測試TF

照着官網打唄，這還有啥好說的呢～恭喜安裝成功！！！！

$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>