Ubuntu系统配置tensorflow运行环境（GPU版本）

ubuntu16.04 + cuda9.0 + cuDNN7.0 +python3.4(Anaconda) + tensorflow1.6.0

写在前面：cuda+cuDNN+Ubuntu+Python+tensorflow对版本的要求非常严格，不同的版本之间是不兼容的，所以安装的时候需要按照官网的要求进行适配。本文所给出的是最典型的一种安装，也是比较方便快捷的一种安装方法，建议使用。tensorflow运行环境的配置虽然官网给出了说明，但是实际操作起来还是会有许多的问题，作者在安装的时候就遇到了一些问题，写作此文一方面是希望记录一下，另一方面希望能够给予后来者一些帮助。
说明：文中的一些名称例如 your_home_dir，anaconda_installer.sh为本人所取的代号，安装的时候应该加以替换。

1、检查是否符合安装条件

（1）验证你的GPU是否支持cuda： lspci | grep -i nvidia    如果显示的结果可以在 http://developer.nvidia.com/cuda-gpus 找到，则继续往下进行（2）验证linux版本是否符合要求    uname -m && cat /etc/*release    （常见的支持的Linux系统可以在nvidia官网上找到，例如ubuntu系统，主要支持Ubuntu14.04以及Ubuntu16.04）（3）验证gcc版本：gcc –version （这个一般不会有问题）（4）验证系统内核头文件以及开发包是否正确安装（无则安装，有则不装，执行下面的命令，无伤害）  sudo apt-get install linux-headers-$(uname -r)

2、安装cuda toolkit

（1）下载Base Installer Base installer（网址可能有变，可以到NVIDIA官网查询）（2）安装Base Installer: sudo dpkg –i cuda-repo-ubuntu1604_9.1.85-1_amd64.deb（3）sudo apt-key adv --fetch-keys \ http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub（4）sudo apt-get update（5）sudo apt-get install cuda-9-0     这里需要注意了，官网给出的命令是 sudo apt-get install cuda，如果执行这条命令会自动安装最新版本的cuda，但是由于cuda+cuDNN+Ubuntu+tensorflow的组合对版本非常严格，这样安装的cuda版本很可能出现不匹配的问题，所以，你必须明确你需要安装的cuda版本，例如我想要安装cuda9.0，所以执行上面给出的命令。（6）（可选步骤）如果之前有安装过其他cuda版本，可以执行如下命令删除残留文件    sudo apt-get autoremove（7）设置环境变量
export PATH=$PATH:/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib\
                         ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda-9.0

3、安装cuDNN

（1）到nvidia官网下载安装包（2）tar安装文件的情况tar -xzvf cudnn-9.0-linux-x64-v7.tgz将以下的文件拷贝到cuda对应的目录下$ 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*（3）Debian文件的情况：有以下三个文件需要下载安装安装运行时库：sudo dpkg -ilibcudnn7_7.0.3.11-1+cuda9.0_amd64.deb安装开发者库：sudo dpkg -ilibcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb安装代码样本：sudo dpkg -ilibcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb（4）验证安装将上述代码样本拷贝到一个有可写权限的路径例如：$cp -r/usr/src/cudnn_samples_v7/ $HOME切换到代码样本内的mnistCUDNN目录下$ cd $HOME/cudnn_samples_v7/mnistCUDNN编译mnistCUDNN例子$make clean && make运行例子./mnistCUDNN如果输出 Test passed! 则说明cuDNN安装成功

4、安装Anaconda以及创建python环境

（1）到Anaconda官网下载安装文件anaconda_installer.sh（2）校验安装文件 ：md5sum anaconda_installer.shaconda_installer.sh（3）安装：bashanaconda_installer.sh（4）设置conda环境变量：export $PATH=$PATH:/Anaconda_dir/bin（5）更新.bashrc配置文件：source /your_home_dir/.bashrc（6）创建一个python环境: conda create –n tensorflow pip python=3.4（7）激活Python环境：source activate tensorflow

5、安装tensorflow

（1）pip install --ignore-installed –upgradehttps://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp34-cp34m-linux_x86_64.whl

6、测试安装

（1）进入Python命令行，import tensorflow as tf，如果不报错说明安装成功。Congratulations!!!