ubuntu18.04下安装tensorflow-gpu

1.准备

OS：uabntu 18.04

CUDA：9.1

cuDNN：v7.0.5【Dec，5，2017】for CUDA9.1(需要登录才能下载)

CUDA下载链接，cuDNN下载链接

选择run文件，cuDNN的版本要和上述一致

2.显卡驱动安装

网上很多教程都需要先卸载自带的显卡驱动，但是ubuntu18.04不需要这一步。

1.查看适配的显卡驱动

ubuntu-drivers devices

2.安装适配的显卡驱动，然后重启

sudo apt install nvidia-340

reboot

3.CUDA安装

1.gcc/g++降级

sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8
cd /usr/bin    #切换到该目录
sudo mv gcc gcc.bak #备份
sudo mv g++ g++.bak
sudo ln -s gcc-4.8 gcc #重新定义软链接
sudo ln -s g++-4.8 g++
gcc -v    #查看软连接是否已经指向4.8

2.安装CUDA

sudo sh cuda_9.1.85_387.26_linux.run
sudo sh cuda_9.1.85.1_linux.run #安装补丁包，按包的名字顺序安装(貌似一共四个，记不清了)

3.安装cuDNN

tar -zxf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda/    #记得切换目录
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/* /usr/local/cuda/include/

4.配置环境变量

sudo vim ~/.bashrc

#在打开的文件最后添加下面三行代码段然后保存退出
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0

#激活新环境
source ~/.bashrc

#最后重启电脑
reboot

4.安装tensorflow-gpu

#1.10之后的版本笔者没有试过，但是新版本可能会和CUDA版本不匹配，不建议安装过新的版本
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu==1.9.0