Ubuntu16.04+GTX1070+cuda+tensorflow（gpu）+opencv的配置说明

作为一名ubuntu新手小白，这个傻瓜教程只要你下的包正确＋复制粘贴不要出错就可以成功的安装这些配置啦！
注意点：1：如果要装tensorflow，这里cudnn加速最好用-v6.0的。
2：tensorflow安装中教程里给出的python2和python3的安装代码。不论你是在python2下用tensorflow还是在python3 下用tensorflow你一定要对应去复制粘贴，切记不要装错！！！虽然网上有很多教程python2和python3同时调用tensorflow，但是对我这种付出血泪教训的小白来说，还是具体看你的代码吧，用到什么装什么，万分感谢亲学长学姐的排坑教程，总之每台电脑都有他的脾气，有些依赖库的警告这种小脾气可以不理，但如果后来因此报错，一定要重新下载该库，哭哭,这个问题花一天也不一定能解决，因此我还重装系统了！！！
OK，话不多说了！

一.装双系统

1.win10格出一个盘删除卷，生成未分区空间（绿色）。
2.下载镜像文件，下载Ultraiso软碟通工具，下载完成后，插入U盘，使用Ultraiso把刚下载的ubuntu镜像文件【写入硬盘影像】到U盘。
3.由于是华硕主板，（在选择 UEFI：u盘启动项 的时候，无法进入U启动。这种问题是一般是由于Launch CSM系统兼容支持模块没有启用。
[解决方案]：(http://jingyan.baidu.com/article/ed15cb1b7299061be2698143.html%29)安全启动控制关闭，将Launch CSM设置为Enabled（启用）即可）
4.进入安装系统，会提示是否UEFI安装，可能会对另一个系统有影响，选择否，之后选择win10 alongside，然后一路安装即可。

二： 显卡驱动

A.进入ubuntu自带的附加驱动，将显卡驱动设置为最新的专用驱动，注意一定是闭源的专用驱动，而不是开源适配驱动。（具体操作：进入设置里的software&Updates，选择Using NVIDIA binary driver…和下面的dont use the device）
B.保存配置后，reboot，nvidia-settings，进入确保的设置为你的独立显卡。

三：安装CUDA8.0

1.打开终端

# cd Downloads# sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb# sudo apt update# sudo apt install cuda

自动配置成功就好。
将CUDA路径添加至环境变量 在 终端 输入：

# sudo gedit /etc/bash.bashrc

2.在 bash.bashrc文件中添加3条路径：
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=/usr/local/cuda-8.0/binPATH:+:$PATHexportLDLIBRARYPATH=/usr/local/cuda8.0/lib64{LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
之后 source gedit /etc/.bashrc （保存）即可 。同样，在 终端 输入：

# sudo gedit ~/.bashrc

3.在 .bashrc中也添加如上3条路径
关闭终端，重新启动终端，在终端 输入：

# nvcc -V

会得到相应的nvcc编译器相应的信息，那么CUDA配置成功了。
4.最后，配置环境变量，我们直接放在系统配置文件profile里面，先打开profile文件

# sudo gedit /etc/profile

在最后面加入两行代码
export PATH=/usr/local/cuda-8.0/bin:PATHexportLDLIBRARYPATH=/usr/local/cuda−8.0/lib64:LD_LIBRARY_PATH

四：安装cudnn进行加速

# cd Downloads# sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz（因后面要装tensorflow，这里最好用-v6.0的）# cd cuda/include# sudo cp *.h /usr/local/include/# cd ../lib64# sudo cp lib* /usr/local/lib/# cd /usr/local/lib# ls# sudo chmod +r libcudnn.so.5.1.5（根据实际情况修改）# sudo ln -sf libcudnn.so.5.1.3 libcudnn.so.5# sudo ln -sf libcudnn.so.5 libcudnn.so# sudo ldconfig

五：安装测试CUDA samples

1  cd /usr/local/cuda/samples2  sudo make all -j8 

（其实这一步只是个测试 警告可以忽略）

六: 安装Tensorflow

此处参考：
1.安装必要依赖

#sudo apt-get install libcupti-dev

2.安装python-pip python-dev 并更新到最新版

#sudo apt-get install python-pip python-dev#pip install -U pip//or python3#sudo apt-get install python3-pip#pip3 install --upgrade pip

3.安装tensorflow

//python#sudo pip install tensorflow-gpu （如果这个代码下载很慢，可以用豆瓣源下载，贼快。 输入：#sudo pip install tensorflow-gpu -i https：//pypi.douban.com/simple）//or python3#sudo pip3 install tensorflow-gpu （如果这个代码下载很慢，可以用豆瓣源下载，贼快。同上，后面加-i ...)

七：opencv的安装

1.安装一些必要的库：

#sudo apt-get install build-essential#sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler#sudo apt-get install freeglut3-dev libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

2.解压文件

    #cd   Downloads    # unzip opencv-2.4.zip    #cd opencv-2.4

3.安装相关软件

 # sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev

1. cmake相关

#  cd cmake#cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

安装所有的lib文件都会被安装到/usr/local目录

5.编译,并安装

#make#sudo make install make可能报错：Unsupported gpu architecture 'compute_11':cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler ..

6.编译opencv的sample/c例子

# cd ~/Downloads/opencv-2.4/samples/c;# chmod u+x build_all.sh# ./build_all.sh