Linux非root权限安装cuda和cudnn搭建tensorflow-gpu环境

环境为ubuntu16.04，显卡驱动版本384.130.由于CUDA、CUDNN、显卡驱动、tensorflow-gpu版本都要相互对应才能正常工作。所以这里我选择了cuda8.0，cudnn6，tensorflow-gpu1.4.0一套。以下为详细过程。

一、下载cuda8和cudnn6

1.下载cuda8.0
由于驱动版本为384.130，这里选择CUDA8.0GA2.

以下为对照表

CUDA历史版本下载地址
我下载了cuda_8.0.61_375.26_linux.run

2.下载cudnn6
cudnn下载地址要先注册，然后选择合适的版本即可

我这里选择了cudnn-8.0-linux-x64-v6.0.solitairetheme8

二、上传至远程服务器并配置

1.安装cuda

(1)上传至服务器后，进入该文件存放文件夹，运行以下命令
filename.run指刚才上传到服务器上的cuda_8.0.61_375.26_linux.run

chmod +x filename.run

然后

./filename.run

(2)同意协议（accept），不安装driver（no），选择安装cuda时个人用户的目录，如/home/yourname/cuda8，下一个选项（no），然后可以选择cudasamples的安装目录。其他直接回车即可

2.安装cudnn

（1）先将cudnn-8.0-linux-x64-v6.0.solitairetheme8转化为cudnn-8.0-linux-x64-v6.0.tgz,并解压(会自动解压到cuda文件夹下）

cp cudnn-8.0-linux-x64-v6.0.solitairetheme8 cudnn-8.0-linux-x64-v6.0.tgz
tar zxvf cudnn-8.0-linux-x64-v6.0.tgz

（2）运行以下命令，将相关文件拷贝到cuda8文件夹下（cuda8代指安装cuda时选择的个人用户目录/home/yourname/cuda8）

cp cuda/include/cudnn.h  cuda8/include/ 
cp cuda /lib64/libcudnn*  cuda8/lib64 
chmod a+r cuda9/include/cudnn.h cuda8/lib64/libcudnn*

3.配置环境变量

环境变量文件 _{/.bashrc位于home/yourname/}/.bashrc(用vi ~/.bashrc编辑)

加上以下两句
以下cuda8在我这里指代/home/yourname/cuda8(替换成cuda所在的文件夹路径即可）

export PATH=“cuda8/bin:$PATH”
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:cuda8/lib64/

添加完保存后退出，然后运行以下命令使环境变量生效

source ~/.bashrc

三、查看cuda和cudnn版本

以下cuda8仍然指代cuda的安装路径

cat cuda8/version.txt

cat cuda8/include/cudnn.h | grep CUDNN_MAJOR -A 2

四、安装anaconda3

去清华镜像下载了Anaconda3-4.2.0-Linux-x86_64.sh，然后上传至服务器
输入以下命令进行安装

bash Anaconda3-4.2.0-Linux-x86_64.sh

协议一路回车，加yes即可

五、安装tensorflow-gpu1.4.0

各版本对应关系如下图，根据前面安装的cuda和cudnn版本，这里选择安装tensorflow-gpu1.4.0

然后添加pip清华源，由于前面已经安装好了cuda和cudnn，这里直接使用pip命令安装tensorflow-gpu相关版本即可
安装完成写一个小程序测试即可~