ubantu16.04安装tensorflow（GPU）+cuda8.0+cudnn6.0

Ubantu16.04安装tensor flow（gpu)+cuda8.0+cudnn6.0

博主是个爱折腾的人，很不幸这两天系统崩了，无奈之下又得重新安装tensorflow....

之前试过基于Anaconda的安装以及源码安装，个人感觉太复杂，于是打算采用pip安装试试，结果发现步骤相对简单多了...强烈推荐使用pip安装tensorflow

系统环境：ubantu16.04

显卡：GTX960M

前提：已安装好显卡驱动！

我安装的是nvidia-375，如果不清楚自己的显卡支持什么驱动需要去官网查询

如果你的显卡是GTX960M或者支持nvidia-375，可以使用此命令：sudo apt-get install nvidia-375进行安装

 

 

第一步：安装Anaconda

Anaconda里面集成了很多关于Python科学计算的第三方库，主要是安装方便，在官网（https://www.continuum.io/downloads）上即可下载。

 

任意版本均可，笔者使用的是anaconda3-4.2.0

第二步：安装CUDA

 

CUDA分network版本与local版本，建议下载local版本，因为network版本是在安装过程中下载的，选择本地版较好，同时建议下载runfile版本，据说deb版本太多坑，我之前用deb版本安装的时候也觉得不太方便....

 

下载完成之后，cd到该文件所在处，根据官网提示输入：

sudo sh cuda_8.0.61_375.26_linux.run

 

 

 

 

然后会让你选择安装内容，个人觉得除了cuda toolkit是必须的外，其他可选可不选。

具体可以参考下图

 

 

设置Cuda环境变量

输入：sudo gedit ~/.bash_profile

然后在文末添加以下两行：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

 

保存离开，如果大家对环境变量的设置不太熟悉，可以google一下。

 

 

第三步：安装cudnn

初次下载cudnn需要在网上填写一堆问卷，耐心填吧。（下载地址：https://developer.nvidia.com/cudnn）

 

 

下载好后，打开终端依次输入以下命令：

cd ‘cudnn文件所在位置’

tar xvzf cudnn-8.0-linux-x64-v6.0.tgz###（解压这个文件）

sudo cp cuda/include/cudnn.h /usr/local/cuda/include###（复制） 

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64###（复制） 

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

 

若出现以下问题：

/sbin/ldconfig.real: /usr/lib/nvidia-375/libEGL.so.1 不是符号连接
/sbin/ldconfig.real: /usr/lib32/nvidia-375/libEGL.so.1 不是符号连接

 

在终端输入：

sudo mv /usr/lib/nvidia-375/libEGL.so.1 /usr/lib/nvidia-375/libEGL.so.1.org
sudo mv /usr/lib32/nvidia-375/libEGL.so.1 /usr/lib32/nvidia-375/libEGL.so.1.org
sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.39 /usr/lib/nvidia-375/libEGL.so.1
sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.39 /usr/lib32/nvidia-375/libEGL.so.1

即可

 

第四步：pip安装tensorflow

打开终端：输入 sudo apt-get install python-pip python-dev

pip install tensorflow-gpu

 

第五步：验证

打开终端，输入：

$python

>>>import tensorflow as tf

>>>sess=tf.Session()

如果按下图显示就安装成功了～～～

 

这是目前博主试过最快的安装方式，如有什么错误之处，欢迎指出修改～～