Ubuntu16.04中使用anaconda2+cuda9.0.1+cudnn7.0.5安装TensorFlow-GPU 的方法

1.下载需要的anaconda版本，然后安装anaconda2

    之后看自己的需求可以输入相应配置信息，也可以直接按enter键保持默认配置，最后需要确认是否将anaconda加入到环境变   

    量中，这里需要输入yes，若输入的是no，需要使用命令打开./bashrc文件

    sudo gedit ~/.bashrc

    然后在.bashrc文件中添加以下内容

    export PATH=$PATH:"/home/traffic/anaconda2/bin"
    然后使用命令source ~/.bashrc使环境变量配置立即生效
    输入conda list出现一个列表时就配置好了

2.安装cuda和cudnn

  cuda9.0.1（自己去百度搜或者官网下载），cudnn7.0.5（切记1080显卡用v5版本）https://developer.nvidia.com/rdp/cudnn-archive

（1）在终端cd到所下载的安装包所在的目录，输入sudo ./cuda_9.0.176_384.81_linux.run

           跑起来后一路空格完那些协议，然后输入accept，除了有一个是让安装驱动的选择N外，其他的一路Y下去,会默认安装到

          usr/local里面去

  (2）安装cudnn（这个是GPU加速用的）

        1.cuda压缩包解压到主文件夹，会自动命名为cuda，cuda文件夹下有include和lib64两个文件夹

           删除原来的cudnn系统路径下的一些文件sudo rm -rf /usr/local/cuda/include/cudnn.h 及

           sudo rm -rf /usr/local/cuda/lib64/libcudnn*   #这里*是通配符，libcudnn*指的是名字中带有libcudnn的所有文件

       2.安装刚才解压的cudnn版本，在终端cd到刚解压的cuda文件夹，然后继续输入下面两个指令，这两个指令相当于把解压后 

           的cuda文件夹下的一些文件拷到系统路径下面

           sudo cp include/cudnn.h /usr/local/cuda/include/

           sudo cp lib64/lib* /usr/local/cuda/lib64/       #这里*是通配符，lib*指的是名字中带有lib的所有文件

        3.在终端输入以下命令,系统路径下建立软链接(解压出来的lib64下面有3个so文件。分别是 libcudnn.so 和 libcudnn.so.7以

            及libcudnn.so.7.0.5文件。 并且这3个点so文件大小都一样。其实都是软连接！libcudnn.so链接到libcudnn.so.7，而     

            libcudnn.so.7又链接到libcudnn.so.7.0.5。 真正的文件只有libcudnn.so.7.0.5）：　

    cd /usr/local/cuda/lib64/
    sudo rm -rf libcudnn.so libcudnn.so.7
    sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7
    sudo ln -s libcudnn.so.7 libcudnn.so

          sudo ldconfig

           使用ls -l 查看软链接情况（F tensorflow/core/kernels/conv_ops.cc:712] Check failed:      stream->parent()->GetConvolveAlgorithms( conv_parameters.ShouldIncludeWinogradNonfusedAlgo(), &algorithms　安装使用tensorflow时会出现问题处，主要查看其tensorflow版本和cuda、cudnn版本是否匹配）

         4.查看cuda和cudnn版本

            cat  /usr/local/cuda/version.txt

            cat  /usr/local/cuda/include/cudnn.h  |  grep CUDNN_MAJOR -A 2

        5.然后设置环境变量

     sudo gedit ~/.bashrc
            在末尾加入

           export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
           export CUDA_HOME=/usr/local/cuda
           export PATH=/usr/local/cuda/bin:$PATH

          然后使用命令source ~/.bashrc使环境变量配置立即生效

3.在anaconda2安装tensorflow－gpu

根据cuda和cudnn版本选择相应的tensorflow版本

使用conda命令创建tensorflow环境

conda create -n tensorflow python=3.6.4

然后激活tensorflow环境：

source activate tensorflow

进入tensorflow环境，开始安装相应的tensorflow-gpu版本

conda install tensorflow-gpu==1.5.0

(可能还需要安装opencv:pip install opencv-python)

4.安装完成后，查看安装版本号及测试

python

import tensorflow as tf

print(tf._version_)

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

结果：

ｂ:'Hello,TensorFlow'