在Windows7下安装Ubuntu16.04双系统 +在Ubuntu16.04下tensorflow-gpu的搭建（详细图文教程）

【如有错误欢迎指正！！！】

1.前言

       本文重点在于安装tensorflow，鉴于在安装双系统还有很多小白，我在这把详细的图文教学贴上。目前在研究深度学习的东西，刚入门，想先拿自己的破电脑搭建一个gpu版本的tensorflow用于跑相对简单点的网络。博主的电脑配置很垃圾的，是自己很久前组装的电脑。GPU:Nvidia Geforce 760M·2G;8G内存。本文化包含了Ubuntu系统启动盘的制作，Ubuntu系统的安装，tensorflow-gpu的搭建。自己在搭建tensorflow的时候遇见过很多坑，也花费了很多时间解决，希望把自己的经验写下来，能够帮助更多的人，减少大家在搭建tensorflow的时候花费的时间。tensorflow-gpu版本要求GPU的计算能力在3.0以上，请大家参考【Nvidia GPU运算能力列表】一文。

2.准备工作

2.1 安装Ubuntu16.04

2.1.1 制作启动盘

从Ubuntu官网上下载一个镜像（必须是64位，目前tensorflow只支持64位系统），随便找一个4G以上的优盘自己使用UltraISO做一个系统盘就行。步骤如下：

（1）使用UltraISO打开镜像系统，如图1

图1. 打开镜像时的界面

（2）从菜单栏里 启动，如图2

图2 .点击启动后的界面

（3）点击写入硬盘映像，在出现的画面中（如图3）写入方式选择 USB-HDD+,然后点击写入，你会看到消息中有“开始写入...”,现在我只需要静静的等待。

图3. 选择 USB-HDD+，点击写入后的画面

（4）当刻录完成时，你会看到消息中的“刻录成功！”。然点击退出即可。如图4。到这一步系统盘制作成功。

图4. 刻录完成

2.1.2 系统安装 

（1）在Windows下给自己腾出一个60G左右的空盘，然后右击桌面上的‘我的电脑-->‘管理-->存储-->磁盘管理’，如图5，找到自己的空盘符，在空盘符上右击，点击删除卷。

图5.磁盘管理

（2）把制作好的优盘插入到电脑上，每种型号电脑的一键优盘启动的快捷键不同，具体请查看‘快捷键查询’。优盘启动后会出现四个选项。

（a）Try Ubuntu without installing

（b）Install Ubuntu

（c）Check disc for defects

（d）Boot from first hard disk

（3）四个选项中你可以选择（a）或者（b）。（a）和（b）的区别在于点击（a）我们可以在不安装Ubuntu的情况下体验该系统，而（b）是直接进行安装。下边我们看看一下选（a）的画面 如图6，选择（b）的画面如图7。我在这选择（a）。

图6. 选择（a）的画面

图7. 选择（b）的画面

（4）如果我们不着急安装系统，我们可以先体验一下Ubuntu的简版。如果想直接安装，我们点击图6桌面上的“Install Ubuntu 16.04.3 LTS”进行安装。然后会出现图7的画面，这个是和（1）中直接点击（b）出现的画面是一模一样的，在图7中我们选择‘中文简体’，如果你想体验英文的话，你可以选择‘English’。点击继续。画面如图8所示。我们什么都不选，直接点击‘继续’。

图8. 准备安装

（5）我们接下来要进行分区，这里的空闲（如图9）就是我们刚才从Windows下删除的卷，接下来我们要将这个空闲进行分区。

图9. 分区界面

（6）在分区界面我们点击空闲内存，然后点击左下角‘+’号，第一次我们添加根分区‘/boot’（200M 左右呢，我分了256M）,此分区Linux的内核及引导系统程序所需要的文件，比如 vmlinuz initrd.img文件都位于这个目录中。在一般情况下，GRUB或LILO系统引导管理器也位于这个目录；启动撞在文件存放位置，如kernels，initrd，grub。如图10 选择Ext4 日志文件系统，挂载点/boot。下一步我们将处理其他分区。

图10. 创建/boot分区

（7）接下来我把完整的分区放在下表中（参考博客链接）(挂载点以及类型要选对)：注意。。如果分区某个分区分错了，选中该分区，点击左下角‘-’号。

创建完分区后如图11，最下边‘安装启动引导器设备’选择/boot的分区，在这我选择/dev/sda11,然后点击现在安装。

图11. 创建分区结果图

（8）接下来会出现图12，在中国的领土上随便选。然后点击‘继续’。

图12. 我在中国北京

（9）点击继续后会出现图13，到这里我们只需要静静的等待即可。等安装完成，我们可以重启电脑了。

图13. 最后等待时刻

（10）安装完Ubuntu后，在你重启电脑的时候并没有发现进入linux界面的引导项，我们只需要去网上下载一个EasyBCD即可。然后参考【百度经验】来添加引导项。

3.搭建tensorflow-gpu(敲黑板！！！) 

系统版本：Ubuntu16.04

Tensorflow版本：0.12.0

Python：2.7

cuda:8.0 

cudnn :v5.1

3.1 下载Nvidia驱动

（1）点击Ubuntu16.04下的系统设置-->软件和更新-->附加驱动（如图14），选择最新的驱动，然后点击右下角“应用更新”，需要等待一段时间。

图14. 软件和更新

（2）驱动安装好后，crtl+alt+t打开命令终端，输入nvidia-settings,出现如下图的时候说明驱动已经安装好了。

图15. nvidia-settings

3.2 cuda8.0和cudnn v5.1下载(1.87G)及安装

（1） cuda8.0和cudnn v5.1下载

我们首先去nvidia官网下载cuda8.0（cuda下载）和cudnn v5.1(cudnn v5.1下载)。但是很多情况下没法下载，打开网页后是空网页。所以在这里我提供给大家一个cuda8.0和cudnn v5.1的下百度云链接。我们把下载的文件放在’/home/下载‘中即可。如图16

百度云链接：http://pan.baidu.com/s/1i53qaTB 密码：hz1b（里边是一个包含cuda8.0和cudnn v5.1的压缩文件）

图16. 存放位置

（2）cuda8.0安装

打开终端，输入以下命令

cd 下载/sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.debsudo apt-get update sudo apt-get install cuda

（3）降低gcc版本，cuda8.0不支持gcc5.0，我们降低到4.9

sudo apt-get install g++-4.9sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30sudo update-alternatives --set cc /usr/bin/gccsudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30sudo update-alternatives --set c++ /usr/bin/g++

（4）cudnn v5.1安装

      在终端中输入以下命令（注意空格键）

tar xvzf cudnn-8.0-linux-x64-v5.1.tgzsudo cp cuda/include/cudnn.h /usr/local/cuda/includesudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h  /usr/local/cuda/lib64/libcudnn*sudo find  /usr/ -name 'libcudnn.so'(找到libcudnn.so的路径，我的路径是/usr/local/cuda/targets/x86-64-linux/lib)

sudo cp /usr/local/cuda/targets/x86-64-linux/lib/libcudnn.so /usr/lib

sudo find /usr/ -name 'libcufft.so'(我的位置是/usr/lib，如果和我的路径一样就不需要复制了，否则和上边一样，把找到的libcufft.so复制到/usr/lib中)

（5）配置环境变量

sudo gedit ~/.bashrc(在最后一行加入如下两条)export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:$CUDA_HOME/lib64:$CUDA_HOME/extras/CUPTI/lib64"export CUDA_HOME=/usr/local/cudasource ~/.bashrc

（6）安装tensorflow-gpu0.12.0（联网下进行！）

sudo apt-get install python-pip python-devsudo pip install tensorflow-gpu==0.12.0

（7）测试tensorflow-gpu，输入下面两天命令，出现下图，安装成功！

pythonimport tensorflow  as tf

到这就大功告成了！

4.参考文献

    1.使用UltraIso制作Ubuntu系统启动盘

    2.Nvidia GPU运算能力列表

    3.安装Ubuntu Linux 系统硬盘分区最合理的方法

    4.使用EasyBCD引导启动Ubuntu14.04

    5.Ubuntu16.04下安装Tensorflow （GPU加速）