（原创）Ubuntu 18 安装Tensorflow-gpu-1.5.0

声明：本文系作者安装笔记，亲测没有问题。如果你在安装过程中有任何问题，可以私信我。
使用清华大学开源软件镜像方法:
sudo pip3 install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.5.1-cp36-cp36m-linux_x86_64.whl
或者
sudo pip3 install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.5.0rc1-cp36-cp36m-linux_x86_64.whl

1、重指定系统默认 Python
在命令提示符中输入：sudo rm /usr/bin/python 移除默认的python2.7
输 入：sudo ln -s /usr/bin/python3.6 /usr/bin/python 指定python3.6为默认python
并 通 过：python -V 检查系统默认指定Python版本

2、ubuntu18.04进行Nvidia显卡配置

step 1：首先，检测你的NVIDIA图形卡和推荐的驱动程序的模型。

执行命令：

     ubuntu-drivers devices

step2: 禁用 nouveau 安装 nvidia显卡驱动

（1）卸载原先NVIDIA驱动
     sudo apt-get --purge remove nvidia-*

（2）需要禁用nouveau，只有在禁用掉nouveau后才能顺利安装NVIDIA显卡驱动。
禁用方法就是在/etc/modprobe.d/blacklist-nouveau.conf 文件中添加一条禁用命令。
首先，需要打开该文件，通过以下命令打开:
     sudo gedit /etc/modprobe.d/blacklist.conf
输入密码后在最后一行加上:
     blacklist nouveau
是将Ubuntu自带的显卡驱动加入黑名单，Ctrl+C保存。
注意此时还需执行以下命令使禁用 nouveau 真正生效终端输入：
     sudo update-initramfs -u  
（3）sudo reboot重启
step3：下载驱动。
先到NVDIA官网查看对应的驱动程序的版本 https://www.nvidia.cn/Download/driverResults.aspx/137427/cn ，下载保存在主目录下，后面在便于安装(因为中文版本的ubuntu18在文字界面是乱码)。
安装显卡驱动要先切换到文字界面，(按Ctrl+Alt+F1~F6).所以，启动电脑后，首先，先进入文字界面；
然后，
     sudo sh ./NVIDIA-Linux-x86_64-390.87.run
按照提示一步步来完成后；再次，
     sudo reboot
安装完成之后输入以下指令进行验证：
     sudo nvidia-smi
若列出了GPU的信息列表则表示驱动安装成功。
Step4:下载CUDA9.0和cuDNN7.3.
到NVIDIA官网下载相应的CUDA版本的run文件: https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1704&target_type=runfilelocal
Download Installers for Linux Ubuntu 17.04 x86_64：cuda_9.0.176_384.81_linux.run
下载：https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.3.0/prod/9.0_2018920/cudnn-9.0-linux-x64-v7.3.0.29

cudnn-9.0-linux-x64-v7.3.0.29.tgz
Step5: GCC和g++降级
由于CUDA9.0仅支持GCC6.0及以下版本，而Ubuntu 18.04预装GCC版本为7.3，

故手动进行降级：
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8
装完后进入到/usr/bin目录下
 ls -l gcc*
会显示以下结果:
lrwxrwxrwx 1 root root 7th May 16 18:16 /usr/bin/gcc -> gcc-7.3
发现gcc链接到gcc-7.0, 需要将它改为链接到gcc-4.8，方法如下:
sudo mv gcc gcc.bak #备份
sudo ln -s gcc-4.8 gcc #重新链接
同理，对g++也做同样的修改：
sudo ls -l g++*

会显示以下结果:

lrwxrwxrwx 1 root root 7th May 15:17 g++ -> g++-7.3
需要将g++链接改为g++-4.8:
sudo mv g++ g++.bak #备份
sudo ln -s g++-4.8 g++ #重新链接
再查看gcc和g++版本号：
sudo gcc --version
    sudo g++ --version
均显示version 4.8 ，说明安装成功。
Step6: 输入命令安装CUDA9.0

    sudo sh cuda_9.0.176_384.81_linux.run

需要注意的是，之前已经安装过显卡驱动程序，故在提问是否安装显卡驱动时选择no,其他选择默认路径或者yes即可。
安装完成以后，在/usr/local目录下存在cuda和cuda-9.0两个文件夹。
安装完毕之后，将以下两条加入.bashrc文件中.
     sudo vim ~/.bashrc
     export PATH=/usr/local/cuda/bin${PATH:+:$PATH}}
     export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存继续运行：
     source ~/.bashrc
Step7：安装Cudnn7.3
将cudnn-9.0-linux-x64-v7.3.0.29.tgz先解压，然后将其中的内容复制到CUDA安装文件夹里面.
     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 /usr/local/cuda/lib64/libcudnn*
Step8: 恢复gcc-7.3和个g++-7.3
切换到目录/usr/bin下，
     ls -l gcc*
会显示以下结果:
lrwxrwxrwx 1 root root 7th May 16 18:16 /usr/bin/gcc -> gcc-4.8
发现gcc链接到gcc-4.8, 需要将它改为链接到gcc-7.3，方法如下:
sudo rm gcc #删除
sudo mv gcc.bak gcc #恢复备份
用同样的方法恢复g++-7.3.
    sudo gcc --version
    sudo g++ --version
Step9:安装tensorflow-gpu-1.5.0
    sudo apt-get install python3-pip
使用清华大学开源软件镜像
    sudo pip3 install https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.5.0rc1-cp36 -cp36m-linux_x86_64.whl
Step10:验证安装
在python3中输入以下代码
>>> import tensorflow as tf
>>> hello = tf.constant('hello tensorflow')
>>> with tf.Session() as sesh:
... sesh.run(hello)