ubuntu14.04_CUDA8.0_cudnn5.1_Tensorflow配置

深度學習框架tensorflow相比與caffe抽象層做的更好，即使用tensorflow的人不需要關心底層的實現，做底層實現的人不需要關心上層的模型和算法;caffe耦合比較緊湊，若想caffe用的好，源碼閱讀少不了。本文就tensorflow_gpu的安裝經驗分享如下（顯卡Gtx960m）：

1.Nvidia環境要求：

       1.1 CUDA8.0安裝

             a. 進入管網下載驅動網址：  http://developer.nvidia.com/cuda-downloads
                 選擇合適的版本，例如：linux-x86_64-ubuntu-14.04-deb（local）
             b.cd到安裝包目錄下，運行安裝命令：  　　　 

           sudo dpkg -i cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb
   　　　   sudo apt-get update
    　　　  sudo apt-get install cuda

              c.路徑變量包含usr/local/cuda-8.0/bin

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

         1.2 CUDNN5.1配置

               a. cudnn5.1下載

                    在英偉達cuDNN Download | NVIDIA Developer下載cudnn5.1

               b.cudnn5.1安裝

                    解壓下載的安裝包，解壓后為cuda文件夾，然后復制至cuda目錄下，並更改權限

　　　　　　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*

 2.tensorflow安裝，按照官網方法嘗試了多次，以Anaconda最為簡便

         2.1   安裝Anaconda，參見官方網站 Download Anaconda Now! | Continuum

                  對應自己python版本下載，比如我使用的2.7版本，進入下載文件目錄運行安裝命令

           bash Anaconda2-4.3.1-Linux-x86_64.sh 

        2.2   創建一個 conda名為tensorflow環境

           conda create -n tensorflow

        2.3  運行以下命令激活conda環境

           source activate tensorflow

       2.4 運行以下命令來在你的conda環境上安裝TensorFlow

           (tensorflow)$ pip install --ignore-installed --upgrade TF_PYTHON_URL

                其中TF_PYTHON_URL參考網址Installing TensorFlow on Ubuntu  |  TensorFlow

                例如，

            pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl

3.tensorflow驗證

        3.1 打開一個終端

        3.2 激活conda  

          source activate tensorflow

         3.3  運行一個小程序

                 a.在命令窗口運行python

          python

                 b.然后輸入以下代碼

          >>> import tensorflow as tf
          >>> hello = tf.constant('Hello, TensorFlow!')
          >>> sess = tf.Session()
          >>> print(sess.run(hello))

                       如果系統彈出如下，那么表示tensorflow安裝成功，可以開心地使用之

           Hello, TensorFlow!

                       that‘s ok ！