Tensorflow-gpu环境搭建

写在前面的话

为什么写tensorflow环境搭建

我的深度学习是使用tensorflow开始的，这个框架可以说很优秀，搭配python来完成CNN更是事半功倍，然而最难的一步却是环境搭建，不仅有些难以完成，还经常因为莫名其妙的原因崩掉，于是又要再次重装，结合之前写的Ubuntu重装那个简直就是我的一部血泪史。不同的机器经常会出现不同的奇葩的问题，我也写出来仅供参考

我的环境

• 电脑：Y430P
• 显卡：GeForce GTX 850M
  lspci | grep -i nvidia
  

步骤

1. 安装NVIDIA驱动（384.111）
2. 安装cuda（9.0）
3. 安装cudnn（cudnn v7.1.1 for cuda 9.0）
4. 安装tensorflow-gpu（1.5.0）

具体步骤

安装NVIDIA驱动：

版本一

首先，在ubuntu16.04上可以十分简单的更改当前使用的驱动，搜索 device，打开附加驱动（如图），选择专有驱动

nvidia-smi
#使用该命令查看显卡相关驱动信息，如图，我选择的是384.111版本，安装成功

版本二

配置了阿里源之后可以直接运行命令安装

sudo apt-get install nvidia-384
#安装nvidia驱动
nvidia-settings
#查看nvidia的设置

版本三

在官网下载驱动，地址在这里
查看显卡版本：

 lspci -vnn| grep NVIDIA
 #可以看到，我的显卡版本为GeForce GTX 850M，在上面的地址寻找相应的驱动

安装CUDA：

1 . 官方文档：cuda安装步骤
2 . 官方下载地址：cuda-toolkit-9.0 下载 （下载runfile文件）

3 . 在下载位置运行下载下来的.run文件

./cuda_9.0.176_384.81_linux.run
#询问要不要安装驱动的时候选择no！
#记住样例程序安装的位置

4 . 测试样例程序

cd path/to/test/NVIDIA_CUDA-9.0_Samples
make clean && make
1_Utilities/deviceQuery/deviceQuery
#测试是否成功

安装cudnn

1. 官方文档：cudnn安装步骤
2. 官方下载地址：cudnn-v7-for-cuda9 下载
   这里，下载cudnn v7.1.3 for linux 即可进行下面的安装，可是这种方法无法安装测试文件，ubuntu16.04可以下载第5、6、7个文件，可以通过dpkg安装
   
3. 安装（二选一）

#*.tgz方法安装
tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp 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*
#deb文件安装
sudo dpkg -i libcudnn7_7.1.3.16-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.1.3.16-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.1.3.16-1+cuda9.0_amd64.deb

4 . 检测安装是否成功

cp -r /usr/src/cudnn_samples_v7/ .
cd cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN

安装tensorflow-gpu

sudo pip install tensorflow-gpu==1.5.0