Ubuntu14.04+cuda 7.5+cudnn_v4+tensorflow安裝

系統環境：Ubuntu14.04 64位、Windows7 64位 雙系統 

CUDA 版本： 7.5 

總結一下，個人安裝建議是：

1.  必定要下一份CUDA官方的安裝文檔，按照它的步驟一步步慢慢來，不可偷懶。CUDA 7.5 官方安裝文檔下載
2.  在安裝以前必定要詳細檢查本身的系統環境、軟件是否符合CUDA的安裝要求。不要存有僥倖心理，跳過檢查步驟。 
3. 每進行一項操做，都檢查一下該項操做是否成功。若是沒成功，適時重啓電腦或者重啓終端，

一、安裝Ubuntu系統14.04

安裝完畢後不要更新系統。

這條究竟是否有用我並不肯定。由於最初安裝時候老是遇到循環登陸的問題，網上的帖子廣泛反映是因爲更新系統致使，因此我後來的安裝都是在未更新系統的狀況下進行的。我只能說的是保證不更新系統並不能解決個人問題。

二、檢查本身的電腦環境是否具有安裝CUDA的條件

a) 檢查本身的GPU是不是CUDA-capable

在終端中輸入： $ lspci | grep -i nvidia ，會顯示本身的NVIDIA GPU版本信息 
去CUDA的官網查看本身的GPU版本是否在CUDA的支持列表中

b) 檢查本身的Linux版本是否支持 CUDA(Ubuntu 14.04沒問題)

c) 檢查本身的系統中是否裝了gcc

在終端中輸入： $gcc -version 能夠查看本身的gcc版本信息

d) 檢查是否安裝了kernel header和 package development

在終端中輸入： $uname -r 能夠查看本身的kernel版本信息 
在終端中輸入：$ sudo apt-get install linux-headers-$(uname -r) 
能夠安裝對應kernel版本的kernel header和package development

以上檢查個人電腦系統都知足要求，若是沒有知足要求的話，能夠參考cuda的官方文檔，裏面有詳細的針對每一個問題的解決方案。

三、 選擇安裝方式

CUDA提供兩種安裝方式：package manager安裝和runfile安裝 
我原本選的是 package manager 安裝，這種方法相對簡單，但嘗試了幾回都失敗。後來是轉換到runfile安裝才成功的。所以此處只介紹runfile安裝方式。

下載cuda安裝包：cuda官網下載，根據系統信息選擇對應的版本，runfile安裝的話最後一項要選擇 runfile文件

CUDA 7.5 下載連接

四、runfile安裝cuda

a) 禁用 nouveau

終端中運行：$ lsmod | grep nouveau，若是有輸出則表明nouveau正在加載。

Ubuntu的nouveau禁用方法： 
在/etc/modprobe.d中建立文件blacklist-nouveau.conf，在文件中輸入一下內容

blacklist nouveau
options nouveau modeset=0

打開終端，運行

$ sudo update-initramfs -u

設置完畢能夠再次運行 $ lsmod | grep nouveau 檢查是否禁用成功，若是運行後沒有任何輸出，則表明禁用成功。通常重啓一下會發現禁用成功。

b) 重啓電腦，到達登陸界面時，alt+ctrl+f1，進入text mode，登陸帳戶

c) 輸入 $ sudo service lightdm stop 關閉圖形化界面

d) 切換到cuda安裝文件的路徑，運行$ sudo sh cuda_7.5.18_linux.run

按照提示一步步操做

遇到提示是否安裝openGL ，選擇no（若是你的電腦跟我同樣是雙顯，且主顯是非NVIDIA的GPU須要選擇no，不然能夠yes）
其餘都選擇yes或者默認 
安裝成功後，會顯示installed，不然會顯示failed。

e) 輸入 $ sudo service lightdm start 從新啓動圖形化界面。

Alt + ctrl +F7，返回到圖形化登陸界面，輸入密碼登陸。 
若是可以成功登陸，則表示不會遇到循環登陸的問題，基本說明CUDA的安裝成功了。

f) 重啓電腦。檢查Device Node Verification。

檢查路徑~/dev下 有無存在名爲nvidia*（以nvidia開頭）的多個文件(device files)
若是沒有的話，能夠參考官方文檔裏的指導步驟，進行添加。

g) 設置環境變量。

終端中輸入 $ sudo gedit /etc/profile 
在打開的文件末尾，添加如下兩行。

export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

h) 重啓電腦，檢查上述的環境變量是否設置成功。

終端中輸入 : $ env 
在輸出的環境變量中檢查有無上述 g) 中設置的變量，若是有則表明設置成功。

---

到此爲止，CUDA的安裝算是告一段落了。爲了保險起見，建議進行下述的檢查工做，確保真正的安裝成功。

五、 安裝完畢後的檢查工做。

a) 檢查 NVIDIA Driver是否安裝成功

終端輸入 ：$ cat /proc/driver/nvidia/version 會輸出NVIDIA Driver的版本號

b) 檢查 CUDA Toolkit是否安裝成功

終端輸入 ： $ nvcc -V 會輸出CUDA的版本信息

 二，安裝tensorflow

嘗試了兩種安裝方法：Pip install 和 Anaconda install:

PIP 是一個python包管理工具，主要是用於安裝  PyPI 上的軟件包。

利用PIP能夠一鍵安裝，自動下載.whl文件並解析而後自動下載下載相關依賴庫。可是國內鏈接上pypi的網站基本沒有速度。安裝以失敗了結。

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

以後換anaconda進行安裝，anaconda集成來不少python計算庫，而且集成來Spyder IDE 和 iphthon。

下載anaconda並安裝，建立一個conda 環境命名爲tensorflow。

 

conda create -n tensorflow python=2.7

 

激活tensorflow環境，在此環境下載GPU版本的tensorflow仍是得利用Pip。此時又回到了pip安裝的困境，一直沒速度，報time out錯誤。

 

source activate tensorflow

 

(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

 

解決方法：更換pypi源。國內推薦豆瓣源。

新建conf文件

 ~/.pip/pip.conf 

打開編輯

 

[global]

timeout = 6000

index-url = https://pypi.doubanio.com/simple

[install]

use-mirrors = true

mirrors = https://pypi.doubanio.com/simple

trusted-host = pypi.doubanio.com

而後就能夠享受秒速下完的快感了，一路安裝完成。

2，調試

在tensorflow環境下進入python，運行「Hello Tensorflow」代碼段驗證安裝完成。

接下來能夠跑一個mnist.

 

 python -m tensorflow.models.image.mnist.convolutional

可是立刻報錯，tensorflow IOError: CRC check failed 0x3c1ba7b1 != 0x53723de0L  CRC校驗失敗。

解決方法：進入convolutional.py所在目錄，修改文件權限，

 

sudo chmod 777 convolutional.py

 

而後將WORK_DIRECTORY的data修改成 /home/cheers/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/models/image/mnist/data 便可。

3，利用Spyder

大的工程還得利用IDE，在終端輸入spyder 進入IDE，發如今spyder下面不能import tensorflow。

解決方法：打開你的anaconda2文件夾，找到envs 打開tensorflow 將sitepack-ages裏面的東西都拷到到 anaconda2/lib/python2.7/sitepack-ages。先作好備份。

由於envs環境下才有tensorflow（tensorflow至關於python的一個計算包，相似於numpy），可是沒有spyder的啓動項。anaconda2/lib/python2.7/sitepack-ages這裏有spyder的啓動項，可是沒有tensorflow，因此須要將二者的sitepack-ages整合到一塊。而且拷到一起後，就不須要source activate tensorflow進入安全環境，直接進入python就能夠運行tensorflow。（）