tensorflow（GPU版）安装

Tensorflow安装（Ubuntu16+显卡1080）

gcc降级（需要5.3以下）：

(1). 下载gcc/g++4.9.x

$ sudo apt-get install -y gcc-4.9

$ sudo apt-get install -y g++-4.9

(2). 链接gcc/g++实现降级

$ cd /usr/bin

$ sudo rm gcc

$ sudo ln -s gcc-4.9 gcc

$ sudo rm g++

$ sudo ln -s g++-4.9 g++

 

1，Nvidia驱动安装：

sudo apt-get purge nvidia-*  //删除现有驱动

sudo add-apt-repositoryppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-375   //nvidia-后面的数字是版本号

sudo reboot //重启

 

（验证）nvidia-smi

 

 

2，Cuda8.0安装

下载地址：https://developer.nvidia.com/cuda-downloads

cd切换到下载的文件目录下进行安装： 
sudo sh cuda_8.0.44_linux.run --override 
启动安装程序，一直按空格到最后，输入accept接受条款 

输入n不安装nvidia图像驱动，之前已经安装过了 
输入y安装cuda 8.0工具 
回车确认cuda默认安装路径：/usr/local/cuda-8.0 
输入y用sudo权限运行安装，输入密码 
输入y或者n安装或者不安装指向/usr/local/cuda的符号链接 
输入y安装CUDA 8.0 Samples，以便后面测试 
回车确认CUDA 8.0 Samples默认安装路径，该安装路径测试完可以删除

 

检查cuda是否安装成功：

1.检查路径 ~/dev下 有无存在名为 nvidia* （以nvidia开头）的多个文件
2.检查 CUDA Toolkit是否安装成功 
终端输入 ：

nvcc -V

会输出CUDA的版本信息（V要大写） 

3.编译samples例子 /home/product/NVIDIA_CUDA-8.0_Samples
进入到Samples安装目录，然后在该目录下终端输入make，等待。 

sudo make -j8

4.编译完成后测试    /NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release
可以在Samples里面找到bin/x86_64/linux/release/目录，并切换到该目录 
运行deviceQuery程序，sudo  ./deviceQuery 
查看输出结果，重点关注最后一行，Pass表示通过测试 

 
运行bandwidthTest程序，sudo  ./bandwidthTest 
查看输出结果，显示结果为PASS表示通过测试 
 

5.若完成上述步骤，cuda完成安装

 

3，安装cudnn5.1

下载地址：https://developer.nvidia.com/rdp/cudnn-download

tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz

 

sudo cp lib64/lib* /usr/local/cuda/lib64

sudo cp include/cudnn.h /usr/local/cuda/include

 

 

以防意外，安装这些依赖库

sudo apt-get update

sudo apt-get install python-pip python-numpy swig python-dev python-wheel

sudo apt-get install pkg-config zip g++ zlib1g-dev unzip

环境变量设置：

echo  'export PATH=/usr/local/cuda-8.0/bin:$PATH' >> ~/.bashrc

 

echo  'export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc

 

source  ~/.bashrc

sudo reboot  //重启

 

4，TENSORFLOW安装：

export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl

 

sudo pip install --upgrade $TF_BINARY_URL

 

 

测试1：

>>> import tensorflow

>>> 

 

 

测试2：

切到目录/usr/local/lib/python2.7/dist-packages/tensorflow/models/image/cifar10

python cifar10_train.py

出现

 

即成功。