目录
- 一、安装NVIDIA驱动
- 二、gcc降级
- 三、安装cuda
- 四、安装cudnn
- 五、安装Anaconda
- 六、安装Tensorflow
- 七、配置IPython（使用ipython/ ipython notebook作为python编辑器，适合以命令行模式运行python）
- 八、安装PyChram（使用PyCharm作为python编辑器，适合编写python脚本）
一、安装NVIDIA驱动
1.禁用nouveau：
打开blacklist.conf：
$ sudo gedit /etc/modprobe.d/blacklist.conf
在blacklist.conf文件末尾加上这两行，保存：
blacklist nouveau
options nouveau modeset=0
应用更改：
$ sudo update-initramfs -u
重启系统，验证是否禁用nouveau：
$ lsmod | grep nouveau
没有信息返回说明已禁用
2.安装NVIDIA驱动：
方法一：
打开系统设置->软件和更新->附加驱动->选择NVIDIA驱动->应用更改
方法二：
下载nvidia驱动： http://www.nvidia.cn/Download/index.aspx?lang=cn
进入命令行界面Ctrl+Alt+F1 （深坑：笔记本的F键有小键盘，需加上Fn）
关闭图形界面
$ sudo service lightdm stop
卸载旧版本nvidia驱动
$ sudo apt-get remove --purge nvidia*
安装nvidia驱动
$ sudo ./NVIDIA-Linux-x86_64-361.45.11.run
打开图形界面
$ sudo service lightdm start
3.查看NVIDIA版本检验是否安装完成：
$ nvidia-smi
二、gcc降级
1.查看编译器版本：
$ gcc --version
2.gcc版本5.0以上则降级：
tensorflow1.3只支持cuda8.0以下版本，cuda8.0不支持5.0以上的gcc编译器，因此先要降级
$ sudo apt-get install g++-4.9
$ sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
$ sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
$ sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
$ sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
$ sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
$ sudo update-alternatives --set cc /usr/bin/gcc $ sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
$ sudo update-alternatives --set c++ /usr/bin/g++
3.检查是否编译器是否已降到4.9：
$ gcc --version
三、安装cuda
1.下载cuda8.0：
https://developer.nvidia.com/cuda-80-ga2-download-archive
Installer type 选runfile （其它都安装不成功）
2.安装cuda：
$ sh cuda_8.0.61_375.26_linux.run
一直按回车
3.添加环境变量：
打开.bashrc
$ gedit ./.bashrc
在.bashrc文件末尾加上这两行，保存
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}$
使环境变量生效：
$ source ~/.bashrc
$ sudo ldconfig
4.查看版本检查是否安装完成：
$ nvcc --version
5.运行cuda测试样例：
打开样例文件夹其中一个sample，运行测试样例
$ cd NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery
$ sudo make
$ sudo ./deviceQuery
四、安装cudnn
1.下载cuda版本对应的cudnn压缩包：
https://developer.nvidia.com/cudnn
2.解压cudnn：
$ tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
3.把相应的文件拷贝到cuda文件夹：
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp -a 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*
五、安装Anaconda
1.下载Anaconda：
https://www.anaconda.com/download/#linux
2.安装Anaconda：
$ sudo bash Anaconda3-4.2.0-Linux-x86_64.sh
3.添加环境变量：
打开/.bashrc：
$ gedit ./.bashrc
在.bashrc文件末尾加上anaconda路径，保存：
export PATH=~/anaconda3/bin:$PATH
使环境变量生效：
$ source ~/.bashrc
4.查看版本检验是否安装完成：
conda --version
python --version
pip --version
六、安装Tensorflow
1.在Anaconda创建python环境：
(格式：conda create -n evnv_name python=python_version)
$ conda create -n py35 python=3.5
激活环境：
$ source activate py35
2.选择tensorflow版本：
清华镜像： https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/
复制pip命令
3.用pip安装tensorflow：
(py35) $ pip install \ -i https://pypi.tuna.tsinghua.edu.cn/simple/ \ [https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp35-cp35m-linux_x86_64.whl](https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp35-cp35m-linux_x86_64.whl)
4.检验是否安装成功：
(py35) $ python
>>> import tensorflow
#退出环境：
>>> quit()
$ source deactivate py35
5.安装keras，sklearn等库
查看环境中包含哪些python库
$ conda list -n py35
pip安装需要的库
$ source activate py35
(py35) $ pip install keras -U --pre
(py35) $ pip install sklearn
七、配置IPython
1.在创建的python环境中安装ipython：
(py35) $ conda install ipython
2.打开ipython编辑器（命令行模式）
(py35) $ ipython
退出ipython：
In [1]: exit()
3.打开ipython note ( jupyter)
(py35) $ ipython notebook
执行命令后ipython notebook以浏览器new tab的形式打开，即可以在浏览器中编辑python：
退出ipython notebook：在终端中输入ctrl+c
八、安装PyChram
1.安装jdk
2.下载PyChram：
http://www.jetbrains.com/pycharm/download/ 选community linux版
3.安装PyChram：
解压：
$ tar xfz pycharm-community-2017.3.3.tar.gz
运行sh文件：
$ sh pycharm-community-2017.3.3/bin/pycharm.sh
安装完成
4.把PyCharm添加到桌面：
Configure->Create Desktop Entry
5.把conda虚拟环境添加到PyCharm Create New Project -> 展开Project Tnterpreter选项->
选择Existing interpreter->点击旁边的小齿轮->Add Local...
选择Conda Environment，把python路径设置为虚拟环境中的python路径（不想每次新建project都设置环境可勾选Make available to all projects）
6. 添加cuda环境变量：
新建project测试，发现tensorflow运行失败
解决方法：
Run->Edit Configurations->Environment Variables
在Environment Variables添加cuda的路径：
参考
ubuntu下安装nvidia驱动、cuda、cudnn
深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow ubuntu安装TensorFlow-GPU教程 ubuntu 下GPU版的 tensorflow / keras的环境搭建
Keras安装和配置指南(Linux)
ubuntu 14.04 处理 通过anaconda启动jupyter报错
Ubuntu安装PyCharm
ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory