GeForce 1080Ti显卡驱动+cuda8.0+cudnn6.0 外加TensorFlow-GPU

1、显卡驱动安装

驱动的安装貌似是有两种方法，另一种方法我没有尝试。下面的方法一遍过。
参考：
https://blog.csdn.net/weixin_40294256/article/details/79157838
https://blog.csdn.net/enjoyyl/article/details/78086459
http://www.voidcn.com/article/p-vznntdfd-sc.html
http://notes.maxwi.com/2017/02/26/ubuntu-cuda8-env-set/
https://blog.csdn.net/lwplwf/article/details/79881699
环境：Ubuntu16.04
显卡：GeForce 1080Ti

另一种方法我没试，如有兴趣参见以下资料
https://www.jianshu.com/p/5b708817f5d8
https://www.cnblogs.com/devilmaycry812839668/p/6869434.html

---

对于自己显卡驱动版本不确定，可以在官网查询
https://www.nvidia.cn/download/driverResults.aspx/136145/cn
我虽然查询到了我的版本如下，但是我在尝试390后无果，仍然下载了384的。

安装命令如下：

sudo apt-get purge nvidia*

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update 

sudo apt-get install nvidia-384 nvidia-settings

安装完成后重启

输入命令： nvidia-smi

---

2、CUDA安装

现在最新版本是9.0，但是追求稳定，我选择了8.0
下载地址：https://developer.nvidia.com/cuda-80-ga2-download-archive

然后到下载的目录下，按照提示输入命令：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

如果之前没有安装上述”cuBLAS Patch Update to CUDA 8”，可以用如下方式安装更新：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb
sudo apt-get update  
sudo apt-get upgrade cuda

添加环境变量：
我这里添加变量时配置了系统环境变量：

sudo vi /etc/profile

生效：

source /etc/profile

环境变量扩充知识：Ubuntu Linux系统环境变量配置文件：
/etc/profile : 在登录时,操作系统定制用户环境时使用的第一个文件 ,此文件为系统的每个用户设置环境信息,当用户第一次登录时,该文件被执行。

/etc /environment : 在登录时操作系统使用的第二个文件, 系统在读取你自己的profile前,设置环境文件的环境变量。

~/.profile : 在登录时用到的第三个文件 是.profile文件,每个用户都可使用该文件输入专用于自己使用的shell信息,当用户登录时,该文件仅仅执行一次!默认情况下,他设置一些环境变量,执行用户的.bashrc文件。

/etc/bashrc : 为每一个运行bash shell的用户执行此文件.当bash shell被打开时,该文件被读取.

~/.bashrc : 该文件包含专用于你的bash shell的bash信息,当登录时以及每次打开新的shell时,该该文件被读取。

3、cuDNN安装

下载地址：https://developer.nvidia.com/rdp/cudnn-archive
我下载了6.0版本的。

然后到下载路径下，将文件移到系统cuda目录下

sudo cp cudnn-8.0-linux-x64-v6.0.tgz /usr/local/cuda

解压

tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz 
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

测试

到cuda的sample目录下，对任意的sample进行make
命令：

sudo make

运行：我选的是deviceQuery 例子，所以运行命令如下：

./deviceQuery 

结果：

安装Tensorflow

我使用了anaconda工具，创建了一个tensorflow的环境方便管理，Python安装的是3.5版本。
在环境中安装tensorflow有一个注意点，我 被坑过，那就是版本的问题，因为没有安装最新版本的cuda，所以tensorflow版也需要与它相匹配，后来我安装的是1.4版本，亲测可用。
代码如下：

pip install tensorflow-gpu==1.4 # 注意指定版本，不然会下载安装最新版，最新版是会出错的。

等待……

安装完毕之后可以进行测试：

python

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

显示结果如下：