Ubuntu18.04.2使用GPU跑程序最简单的方法以及测试GPU！安装CUDA9.0 以及CUDNN7.1还有Tensorflow 对应GPU版本亲测有效！注意！别的系统不一定适用但大部分流程相同
[email protected]有问题可以发邮箱或者qq
Ubuntu18.04.2使用GPU跑程序最简单的方法！安装CUDA9.0 以及CUDNN7.1还有Tensorflow 对应GPU版本亲测有效！注意！别的系统不一定适用但大部分流程相同
今年考了研究生，研究课题需要跑网络，代码以及数据都准备好，用我自己的CPU跑了一下，7个小时才跑完一边！我的笔记本是某想G50，14年本科大一时候买的，现在已经不堪入目了，好在导师有独显GPU，就让我使用，但是装了新的ubuntu18.04.2，所以就出现了各种问题，接下来就给大家讲解一下我所用的方法，在我研究了某度某歌各种论坛之后也没能找到解决办法，最后还是学长帮忙，感谢！
所需工具
1.首先你要有一个性能还不错的GPU，我的是nvidia 1080，当然需要电脑。
2.完整无错的程序。
3.大量的样本。
4.需要有网络：要安装必要的库。
方法
方法1：直接用终端下载GPU运行所需工具
方法2：用Anaconda 配置GPU环境
具体过程-方法二
1.首先需要下载Anaconda ，版本问题都不大，安装后可以升级。主要选择自己对应版本就行，18版本应该下anaconda3就行。
具体方法网上很多，主要分为三种：1.官网下载，挺慢的，https://www.anaconda.com/。2.清华镜像，速度还行，https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/。3.某度搜索百度云，应该最快了。
2.安装
1）打开terminal；
2）打开下载文件的位置：
cd Downloads/
3）运行 .sh 文件：
bash Anaconda3-5.2.0-Linux-x86_64.sh
4）进入注册信息页面，输入yes；
5）阅读注册信息，然后输入yes；查看文件即将安装的位置，按enter，即可安装
6）进入安装过程
7）安装完成后，收到加入环境变量的提示信息，输入yes
8）看到这些信息说明已经安装完成
9）提示信息“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”，输入no；
10）重启终端，即可使用Anaconda3；
11）若在终端输入 python，仍然会显示Ubuntu自带的python版本，执行：
sudo gedit ~/.bashrc
export PATH="/home/xupp/anaconda3/bin:$PATH"
修改终端的默认 python 为 anaconda，然后就装完了。
3.用Anaconda 创建虚拟环境
网上教程一堆，自己搜吧，不多说了。
4.安装显卡对应的驱动
网上教程也很多 但是**注意18.04.2不支持430！注意18.04.2不支持430！注意18.04.2不支持430！**重要的事情说三遍！我就在这里浪费了很多时间！
我参考这篇文章：https://linuxconfig.org/how-to-install-the-nvidia-drivers-on-ubuntu-18-04-bionic-beaver-linux
当然你们也可以参考别的文章，都是大同小异，我建议参考英文文章，因为大部分中文教程都是翻译的英文的。
5.对照自己的ubuntu系统，以及显卡情况，驱动情况，选择正确的tensorflow-gpu版本，以及cuda，cudnn，根本不用管gcc，现在系统兼容，我看别的教程，又是降级又是升级，浪费了很多时间，事实上根本不需要！
**
我的18.04.2 以及nvidia 1080 用的driver 390 对应cuda9.0 cudnn7.1 tensorflow-gpu=1.5
**
同样的朋友可以参考下
和我不同的可以自己对照下载。
6.安装cuda9.0
首先进入你的虚拟环境
source activate xxx（你的环境名
conda install cuda=9.0
anaconda就会自己安装！根本不用自己去官网下载什么的也不用管存在什么位置！
我已经安装好了就不给大家上图了，出现选项输入y就行。
conda list
检查自己是否安装好，如果装好了就可以看到出现在下面。
7.按照cudnn7.1
conda install cudnn=7.1
同样的检查方法
8安装tensorflow1.5
conda install tensorflow-gpu=1.5.0
同样的检查方法
9.安装程序所需的库
还是同样的方法
conda install xxx
你程序里缺什么安什么就行
10.测试是否安装成功
附上测试代码，一遍检查是否安装成功。
import tensorflow as tf
with tf.device('/cpu:0'):
a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
with tf.device('/gpu:0'):
c = a+b
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=True))
#sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
sess.run(tf.global_variables_initializer())
print(sess.run(c))
如果成功的话结果如图：
11.最重要的事情
如果安装过程中出现任何问题一定要看给出的错误信息！不要盲目相信那些教程！
提示信息很重要！
教程对于新系统不是很适应，如果版本对应不正确，提示信息会告诉你需要什么版本！