Ubuntu 16.04 安装 CUDA、CUDNN 和 GPU 版本的 TensorFlow 通常步骤总结

1. 安装显卡驱动

安装显卡驱动网上有各类各样的方法，甚至有的还须要更改一些配置文件切换到命令行终端模式进行操做，然而就我屡次安装驱动的经验来看，我历来没有这么费劲过。在 Ubuntu 系统中的 System Settings -> Software & Updates -> Additional Drivers 安装相应的显卡和CPU驱动，重启后在 System Settings -> Details 中能够看到本身的显卡型号则说明驱动已经安装成功，此时在命令行下输入 nvidia-smi 也能够看到显卡的相关信息。

2. 安装 CUDA

• 到 CUDA 官网 下载合适版本的 runfile 文件(强烈推荐)， 而后在终端运行 sudo sh cuda_filename.run，除了在询问你是否要安装驱动的时候选择 No(上面已安装过)，其余均可以选择 Yes。
• 在家目录打开终端运行 sudo gedit .bashrc，在文件末尾添加相应的路径。

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PA

• 终端运行 source .bashrc
• 终端运行 nvcc -V ，出现相关 CUDA 版本信息说明安装。

3. 安装 CUDNN

• 解压对应版本的 CUDNN 压缩包，复制相应文件到相关路径。

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

4. 安装 Python 依赖库和 TensorFlow

因为 Ubuntu 默认的 Python 版本是 2.7，若更改了系统默认的 Python 版本，安装软件时可能会遇到一些依赖问题，而如今主流 Python 都是 3.x 版本的，所以为了使用 Python3 同时又不改变系统默认 Python 版本采用 pip 安装比较好。

sudo apt-get install python3-pip
sudo pip3 install numpy,jupyter,matplotlib
sudo pip3 install tensorflow-gpu
安装速度慢的能够尝试一下国内的豆瓣源
sudo pip3 install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com numpy(等 python 库)

5. 一些常见问题

• 找不到 **.so 文件，先搜索库文件所在路径，终端运行 sudo gedit /etc/ld.so.conf 添加库文件所在路径，而后 sudo ldconfig
• No module named ** ，sudo apt-get install/pip3 install **

获取更多精彩，请关注「seniusen」!