ubuntu16.04+cuda8.0+cudnn6.0+python3.5+Tensorflow1.4_GPU

这近一个星期一直在搭建Ubuntu16.04下的tensorflow1.4-GPU环境，但网上的教程各有不同，始终有问题，今天可能碰巧搭建好了，就记录下流程。

我的硬件设备，CPU：I5-7500，RAM:8G,  GPU: NVIDIA 1050卡。

首先声明我装的是双系统，WIN10和Ubuntu16.04.在装Ubuntu时主要参考的是这篇博客。

但安装过程中出了问题，安装时提示“机器以uefi模式启动了安装器，但是似乎已经存在使用bios兼容模式的系统。如果继续以uefi模式安装debian，可能非常难以重启进入其他bios模式的系统。如果希望以uefi模式安装且无意再启动现有的系统，此处有强惜制选项。如果要保持现有系统可启动，不要选择强制uefi安装”。后来在网上查了下，发现是我装win10时用的是兼容模式，虽然网上给出了一些办法，但后来果断重装了Win10，采用的是UEFI+GPT模式。参考的度娘。重装Win10后再装Ubuntu就没有问题了。

注意：Ubuntu在安装nividia驱动前要先将BIOS中的的Secure Boot设置为Disabled。

注意：Ubuntu在安装nividia驱动前要先将BIOS中的的Secure Boot设置为Disabled。

注意：Ubuntu在安装nividia驱动前要先将BIOS中的的Secure Boot设置为Disabled。

装完系统后更新的更新，删除的删除。接着就准备装Nvidia的驱动了。最开始直接通过软件更新中的附加驱动更新的，更新后无限登陆，无法进入系统。后来在网上看了看多教程，主要是通过以下几个步骤：

1.首先自己去NVIDIA官网根据自己的硬件设备下载

下载完后记得放在哪里。

2.禁用nouveau驱动，打开终端输入：

sudo gedit /etc/modprobe.d/blacklist.conf

在弹出的文本的最后加上下面两行代码：

blacklist nouveau
options nouveau modeset=0

保存退出后在终端输入：

sudo update-initramfs -u

重启电脑后，再打开终端，输入：

lsmod | grep nouveau

如果屏幕没有输出说明禁用nouveau成功。

3.准备安装nvidia驱动

安装前首先禁用X-Windows服务，输入如下指令：

sudo service lightdm stop

系统执行指令后，图形程序会关闭，请不要紧张，接着按Ctrl + Alt +F1进入命令行界面，输入用户名和密码即可。

首先通过指令cd 打开到你驱动程序所在目录。例如，我的驱动程序放在home下的software文件夹内，驱动被我重命名为nvidia-drive.run，我就输入以下代码：

打开驱动所在文件夹：

cd ./software

接着给驱动赋予执行权限：

sudo chmod +x nvidia-drive.run

开始驱动安装：（no-opengl-files表示不安装openGL）

sudo ./nvidia-drive.run -no-opengl-files

接着根据提示安装，一般不会有问题，如果有问题就去看看你 BIOS中的的Secure Boot设置为Disabled。

安装完后输入输入指令重启：

reboot

重启后进入系统检查是否装好：

nvidia-smi           # 列出GPU信息
nvidia-settings      # 若正常弹出对话框表示安装成功

安装完Nvidia驱动后去下载Cuda8和cudnn6

下载完后打开终端，cd 进入软件所在目录开始安装：

sudo sh ./cuda_8.0.61_375.26_linux.run

安装前会有很长一段话，直接按个q键结束，输入accept同意，之前安装过nvidia的驱动，这里询问是否安装驱动时选No，其他的按默认来就行。

安装完后声明环境变量，并写入～/.bashrc的尾部：

sudo gedit ~/.bashrc

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然后设置环境变量和动态链接库：

sudo gedit /etc/profile

在末尾加上：

export PATH=/usr/local/cuda/bin:$PATH

保存后，创建链接文件：

sudo gedit /etc/ld.so.conf.d/cuda.conf

在末尾添加：

/usr/local/cuda-8.0/lib64

然后执行指令，生效：

sudo ldconfig

接着cd进入NVIDIA_CUDA-8.0_Samples文件夹，测试cuda的Samples：

cd /home/wz/NVIDIA_CUDA-8.0_Samples
sudo make all -j4
cd ./bin/x86_64/linux/release
sudo ./deviceQuery

显示出一些GPU信息，Result = PASS说明通过。

装完cuda8.0后在装cudnn6

首先解压，解压后cd 进入/usr/local/cuda/lib64解压文件所在根目录：

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

接着cd进入lib64目录下删除旧软链接，创建新软链接

cd /usr/local/cuda/lib64
sudo rm -rf libcudnn.so libcudnn.so.6
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6
sudo ln -s libcudnn.so.6 libcudnn.so

至此Nvidia驱动，cuda8，cudnn6安装完成，最后重启下一下电脑。

由于Ubuntu16.04自带有python2.7和python3.5两个版本故不许额外安装python，若需要安装anaconda可忽略此步骤。

Ubuntu16.04默认的是使用python2.7的版本，但我需要用python3.5故需要修改python2.7与3.5的优先级。打开终端输入：

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

若需改回默认的python2.7版本在终端输入下列指令：

sudo update-alternatives --config python

最后安装Tensorflow1.4——GPU版本

sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/   https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl

若提示没有安装pip3，按照提示安装下pip3即可。

安装完后，进入python3.5，测试：