ubuntu16.04 通过anaconda建立虚拟环境，安装tensorflow1.10，cuda9.0，cudnn7.1.2

1.anaconda建立虚拟环境及conda操作

//env_name代表你想要建立的环境名字,-n表示名字
conda create -n ${env_name} python=3.5

//激活环境
source activate ${env_name}

//退出环境
source deactivate

//删除环境
conda remove -n ${env_name} --all

//查看conda环境
conda info --env

//查看conda的安装包
conda list

2.安装tensorflow，cuda，cudnn

  本身tensorflow的安装很简单，只需要pip或者conda就好，但是必须找到tensorflow,cuda,cudnn的对应关系。

Version                              Python version   Compiler     Build tools     cuDNN     CUDA
tensorflow_gpu-1.11.0     2.7, 3.3-3.6         GCC 4.8     Bazel 0.15.0     7                 9
tensorflow_gpu-1.10.0     2.7, 3.3-3.6         GCC 4.8     Bazel 0.15.0     7                 9
tensorflow_gpu-1.9.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.11.0     7                 9
tensorflow_gpu-1.8.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.10.0     7                 9
tensorflow_gpu-1.7.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.9.0       7                  9
tensorflow_gpu-1.6.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.9.0       7                  9
tensorflow_gpu-1.5.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.8.0       7                  9
tensorflow_gpu-1.4.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.5.4       6                  8
tensorflow_gpu-1.3.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.4.5       6                  8
tensorflow_gpu-1.2.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.4.5       5.1               8
tensorflow_gpu-1.1.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.4.2       5.1               8
tensorflow_gpu-1.0.0       2.7, 3.3-3.6         GCC 4.8     Bazel 0.4.2       5.1               8

  注意，例如cuda9.0,cudnn尽量选择7.0*或者7.1，不然或许会有问题

(1)tensorflow的安装：

//注意必须到当前虚拟环境
pip install tensorflow-gpu==1.10
conda install tensorflow-gpu=1.10

(2)cuda与cudnn的安装（使用conda）

  使用conda安装cuda和cudnn可以保证不影响系统默认环境的cuda和cudnn

  因为conda的默认源速度慢且没有cuda版本，因此需要添加国内清华或者中科大的源

//终端加入
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

//或者直接打开文件加入
sudo gedit ~/.condarc

 

//安装cuda
conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

//安装cudnn
conda install cudnn=7.1.2

(3)cuda安装的另一方式

  如果不想通过conda安装，可以通过源文件进行安装，安装方式见https://mp.csdn.net/postedit/81183063

  找到对应的cuda和cudnn版本，下载后进行安装，因为系统中可能存在不同版本的cuda，所以需要对cuda软连接进行处理，使其指向不同的cuda

  打开环境变量：

gedit ~/.bashrc

  找到关于cuda的几行

export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

  因为其指向的是cuda8.0,我们先把库文件位置变成cuda可执行文件所在位置而与具体的版本无关，将上面一段修改为：

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

  cuda版本切换

//删除原来的软连接
sudo rm -rf /usr/local/cuda

//建立新的软连接
sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda

查看软连接

cudnn版本切换：

  主要需要将cudnn文件放入你选择的cuda版本中

 

sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*

3.错误总结
（1）could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

  解决方法：sudo rm -rf ~/.nv/

  （2）tensorflow版本与cuda，cudnn版本的问题会出现很多问题，需要修改版本