深度学习-deepin深度学习环境搭建（deepin+gpu+cuda+cudnn）

背景

之前分别在windows、mac上做深度学习，发现遇到了重重困难。最近正好赶上换机器，顺便也买了gtx1080的显卡，就直接装了deepin的操作系统（大家都反应还不错，自己实际体验也是众望所归）。下面我将分享在deepin上搭建gpu环境的深度学习环境。
deepin系统：15.11桌面版

概述

• 卸载deepin原有开源显卡驱动
• 安装nvidia官方驱动
• 安装cuda的工具包（tools）
• 安装cudnn库
• 安装tensorflow-gpu进行测试

过程

本着站在巨人肩上和偷懒的原则，链接到我参考的博客。
https://www.jianshu.com/p/caa02259e51d

卸载开源显卡

卸载掉nouveau开源显卡过程，没有遇到坑，直接通过。
值得注意的是：

• 独立显卡如果由于卸载驱动而不能正常工作的话，那么就直接把hdmi切换到集成显卡，并且在bios中设置相关启动项

安装nvdia显卡

下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn
我是1080，所以选择10系列的。
输入nvidia-smi查看显卡信息。

看图，说明已经成功安装显卡驱动。

安装cuda的tools

下载地址：https://developer.nvidia.com/cuda-downloads
使用10.0版本的tools（博主亲测，最新的10.1版本在跑tensorflow的时候有问题，识别不了）
版本对照图如下：

https://tensorflow.google.cn/install/source#linux

安装cudnn的库

下载地址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b
选择与10.0版本配对的7.4版本cudnn
过程是参考第一篇博客。

安装tensorflow

• 先安装pyenv，通过pyenv安装anaconda的3.5.2.0版本
• 升级pip
• pip install tensorflow-gpu==1.14.0，直接安装gpu版本

注：tensorflow的版本号是我从github上找到的最新版本，直接看它的release的最后几个就可以，这里我尽量没有选择2.0版本，为了避免有坑。