Ubuntu18.04 tensorflow-gpu环境配置

TensorFlow 官方文档： TensorFlow 2.0.0 安装

准备安装文件

1. 下载Nvidia显卡驱动：NVIDIA驱动版本选择
2. 下载CUDA：CUDA版本选择，选择要下载的版本，在‘select target platform’中依次选择Linux, X86_64, Ubuntu, 18.04, deb(local). 我的安装经验发现，runfile(local)安装过程看起来步骤少一些，但实际上一直报错无法安装。
3. 下载与CUDA对应的CuDnn版本：Cudnn版本选择

安装Nvidia驱动

1. 一般下载的安装文件是放在~/Downloads路径下， 通过cd ~/Downloads 到达安装文件所在的路径.

2. 安装依赖项：sudo apt-get install gcc g++ make

3. 禁止nouveau
   ➢ 打开要编辑的文件：sudo gedit /etc/modprobe.d/blacklist.conf
   ➢ 在文件末尾加入:
   blacklist nouveau
   options nouveau modeset=0

   ➢ 执行命令：sudo update-initramfs -u，以更新状态
   ➢ 重启计算机，执行命令：lsmod | grep nouveau，若没有任何输出，则证明nouveau禁用成功。

4. 注意：网上大多数教程都有禁用X服务一项，经过反复重装系统的各种折腾后，发现禁用X服务后，Ubuntu再也回不到系统刚装好时的那个相对好看的登录界面了。而且我没有禁用X服务也不影响后续的安装，大家可以试试不禁用X服务

5. 安装Nvidia驱动：前提是已进入安装文件所在路径
   ➢ 给runfile增加执行权限：sudo chmod +x NVIDIA-Linux-x86_64-430.40.run，文件名改成自己要安装的文件名，支持tab键 自动补全
   ➢ 安装NVIDIA驱动：sudo ./NVIDIA-Linux-x86_64-375.66.run -no-opengl-files，意思是只安装驱动，不安装openGL。
   注：安装过程中会有一些提示，如下所示：
   5.1 此步骤选择继续安装，即使预安装脚本执行失败也继续安装。 5.2 如果提示安装32位的兼容库，可以不选择（推荐）。
   5.3 自动更新X配置文件时，选择“否”。 6. 验证驱动是否安装成功：执行nvidia-smi，若可以看到显卡信息如下所示，则表明安装成功。

安装CUDA

1. 进入安装文件所在路径，并执行以下指令：
   ➢ 文件名根据需要自行修改

sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.105-418.39_1.0-1_amd64.deb

➢ 执行完第1条指令后，会提示如下所示（举例）的指令，复制/粘贴 执行即可。

sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub

➢ 执行：sudo apt-get update
➢ 执行安装命令：sudo apt-get install cuda
2. 在当前终端设置环境变量：

export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 

安装Cudnn

文件名根据个人情况修改

sudo dpkg -i libcudnn7_7.6.2.24-1+cuda10.1_amd64.deb 

安装tensorflow-gpu

1. 下载Anaconda： wget https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh
2. 安装Anaconda： 在下载文件存放路径执行：bash Anaconda3-5.0.1-Linux-x86_64.sh
3. 为Anaconda设置镜像源，不然默认镜像源下载的忒慢

conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge'
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/'
conda config --set show_channel_urls yes 

4. 创建环境，起名为tf，执行指令: conda create --name tf python=3.6 anaconda
5. 激活新创建的tf环境： source activate tf
6. pip install tensorflow-gpu
7. 测试tensorflow是否安装成功，在此不仔细描述。

关于强化学习环境配置，请参考：强化学习环境配置