最近重裝系統，安裝了tensorflow的配置環境
總結一下。
參考資料
http://blog.csdn.net/ZWX2445205419/article/details/69429518
http://blog.csdn.net/u013294888/article/details/56666023
http://www.2cto.com/kf/201612/578337.html
http://blog.csdn.net/10km/article/details/61915535
第一步 安裝NIVDIA驅動
1.0 關閉secure boot；
這一步是最關鍵的，否則后面都無法安裝！！！！
1.1 查詢Nvidia顯卡驅動信息
查看顯卡的型號
lspci | grep -i vga
lspci | grep -i nvidia
然后看顯卡驅動
lsmod | grep -i nvidia
#查看你的系統信息
uname -m && cat /etc/*release
# 查看核
uname -r
# 為當前核安裝kernel headers和development packages
sudo apt-get install linux-headers-$(uname -r)
1.2拉黑nouveau
ubuntu自帶的nouveau驅動會影響cuda安裝，不當操作會導致黑屏和登陸循環
終端中運行：
lsmod | grep nouveau
如果有輸出則代表nouveau正在加載。
關閉方法
創建vim /etc/modprobe.d/blacklist-nouveau.conf，
寫入：
blacklist nouveau
options nouveau modeset=0
拉黑nouveau這個顯卡驅動，需要編輯配置文件並添加配置參數：按Ctrl+Alt+T打開終端，輸入以下命令（#開頭的內容是注釋不會被執行）：
sudo gedit /etc/modprobe.d/blacklist.conf # 用gedit編輯器打開配置文件在文件末尾追加如下內容：
blacklist nouveau
1.3 卸載之前安裝的Nvidia顯卡驅動安裝
sudo apt-get remove –purge nvidia-*
1.4 安裝NVIDIA驅動
在ubuntu16.04中，更換驅動非常方便，去
系統設置->軟件更新->附加驅動->切換到最新的NVIDIA驅動即可。應用更改->重啟
驗證安裝是否成功
終端輸入nvidia-smi
如果出現了你的GPU列表，則說明驅動安裝成功了。
另外也可以輸入nvidia-settings
出現安裝驅動完成
第二部 安裝CUDA 8.0
2.1 命令行安裝.run文件
下載地址 https://developer.nvidia.com/cuda-toolkit-archive
sudo sh cuda_8.0.61_375.26_linux.run
安裝過程：
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
(y)es/(n)o/(q)uit: n(這一步選擇n，其他選擇y或者按enter)
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
Enter CUDA Samples Location
[ default is /home/maddock ]:
Installing the CUDA Toolkit in /usr/local/cuda-8.0 ...
Installing the CUDA Samples in /home/maddock ...
Copying samples to /home/maddock/NVIDIA_CUDA-8.0_Samples now...
Finished copying samples.
===========
= Summary =
===========
Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-8.0
Samples: Installed in /home/maddock
Please make sure that
- PATH includes /usr/local/cuda-8.0/bin
- LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 8.0 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
sudo <CudaInstaller>.run -silent -driver
Logfile is /tmp/cuda_install_20707.log
安裝cuda時可能有下面的信息
Installing the CUDA Toolkit in /usr/local/cuda-8.0 …
Missing recommended library: libGLU.so
Missing recommended library: libX11.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so
解決方法
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
2.2 設置環境變量
編輯home目錄下面.bashrc文件
sudo vim ~/.bashrc
輸入下面內容
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64/
使得環境變量生效
source ~/.bashrc
2.3測試CUDA的sammples
運行如下的命令
cd /usr/local/cuda-8.0/samples
sudo make all
cd ./1_Utilities/deviceQuery
sudo make
./deviceQuery
測試過程中
/usr/bin/ld: 找不到 -lnvcuvid
collect2: error: ld returned 1 exit status
Makefile:381: recipe for target 'cudaDecodeGL' failed
參考網站
https://askubuntu.com/questions/891003/failure-in-running-cuda-sample-after-cuda-8-0-installation
http://www.caffecn.cn/?/question/1109
將 UBUNTU_PKG_NAME = "nvidia-367" 換成UBUNTU_PKG_NAME = "nvidia-375"
執行sudo sed -i "s/nvidia-367/nvidia-375/g" `grep nvidia-367 -rl .`
接着sudo make
全部編譯完成后， 進入 samples/bin/x86_64/Linux/release,
sudo下運行deviceQuery
sudo ./deviceQuery
如何查看CUDA的版本
nvcc -V
第三部分安裝cuDNN
3.1 cuDNN安裝
下載下來以后，發現是一個tgz的壓縮包，使用tar進行解壓
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
安裝cuDNN比較簡單，解壓后把相應的文件拷貝到對應的CUDA目錄下即可
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
3.2 更改動態文件鏈接
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5 #刪除原有動態文件
以下的兩步設置軟連接時
一定要注意自己電腦的/usr/local/cuda/lib64/下的libcudnn.so.5.1.10名字，
有的可能是libcudnn.so.5.0.5等，要依據自己的電腦上的文件來定
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5 #生成軟鏈接
sudo ln -s libcudnn.so.5 libcudnn.so #生成軟鏈接
3.3 cuDNN后續升級
(1)重復3.1的步驟
(2)
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5 #刪除原有動態文件
sudo ln -s libcudnn.so.5.1.x libcudnn.so.5 #生成軟鏈接
sudo ln -s libcudnn.so.5 libcudnn.so #生成軟鏈接
解釋,根據升級對應的版本號修改x符號
第四部分 安裝tensorflow
極客安裝
http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html
https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/1-2-install
http://blog.csdn.net/u014516389/article/details/72818155/
4.1安裝pip
使用pip或pip3直接安裝tensorflow
首先安裝其依賴項
$ sudo apt-get install python-pip python-dev # for Python 2.7
$ sudo apt-get install python3-pip python3-dev # for Python 3.n
檢查pip以及python的版本
輸入pip -V && python -V出現
pip 8.1.1 from /usr/lib/python2.7/dist-packages (python 2.7)
Python 2.7.12
4.2 安裝TF
(1) 安裝GPU最新的版本
一定要加上sudo安裝在系統python目錄下面
sudo pip install tensorflow-gpu
$ sudo pip show tensorflow-gpu
Name: tensorflow-gpu
Version: 1.4.0
Summary: TensorFlow helps the tensors flow
Home-page: https://www.tensorflow.org/
Author: Google Inc.
Author-email: opensource@google.com
License: Apache 2.0
Location: /usr/local/lib/python2.7/dist-packages
Requires: mock, tensorflow-tensorboard, numpy, backports.weakref, wheel, six, protobuf, enum34
（2）安裝tensorflow指定的版本
sudo pip install tensorflow-gpu==1.2.0
$ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl
4.3 TF升級
1.我下載的是當前的最新版本，后期如果需要新的版本，比如升級到1.5.0
$ pip install --upgrade tensorflow-gpu==1.5.0
2.也可以登陸https://storage.googleapis.com/tensorflow/，看是否有更新，然后先卸載，再將對應位置更改一下即可，但須卸載舊的版本
$ sudo pip uninstall tensorflow-gpu
這樣TensorFlow的環境就安裝完成了
測試
import tensorflow as tf
hello=tf.constant('Hello, TensorFlow')
sess=tf.Session()
print(sess.run(hello))
Hello, TensorFlow!