ubuntu下安装配置 tensorflow-gpu
配置环境之前要做的工作是知道自己的显卡信息，然后再去官网下载对应版本NVIDIA版本驱动
1、查看显卡信息
nvidia- smi
2、下载对应版本显卡驱动
NVIDIA驱动下载链接 https://www.nvidia.cn/Download/index.aspx?lang=cn
3、禁用开源nouveau驱动
1）打开终端，先删除旧的驱动：
sudo apt-get purge nvidia*
2）禁用自带的 nouveau nvidia驱动
lsmod | grep nouveau
3）创建一个文件
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
4）添加如下内容：
blacklist nouveau
options nouveau modeset=0
5）保存文件退出，执行下面命令更新一下
sudo update-initramfs -u
6）重启电脑，打开终端再次输入命令
lsmod | grep nouveau
如果发现什么都没显示，那么说明禁用nouveau 成功了，
4、安装NVIDIA显卡驱动
1）首先按Ctrl+Alt+F1进入控制台，输入用户名密码登陆，执行下面命令关闭图形界面
sudo service lightdm stop
然后cd切换到存放显卡驱动文件的路径，运行安装文件：
sudo sh NVIDIA-Linux-x86_64-390.42.run --no-opengl-files
必须加上 --no-opengl-files ,否则会出现循环登录（登录之后再退出到登录界面）
5、网上查找tensorflow-gpu所对应的cuda和cudnn版本关系
tensorflow-gpu 1.4版本为分界线，需要cuda8 和 cudnn6，tensorflow-gpu 1.5版本以上都需要cuda9和cudnn7
6、cuda下载
下载链接
https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu
7、安装cuda
1）按Ctrl+Alt+F1进入控制台，输入用户名密码登陆，执行命令关闭图形界面
sudo service lightdm stop
2）跳转到存放文件的路径运行安装文件
sudo sh cuda_9.0.176_384.81_linux.run
3）安装开始以后，首先是一个协议，一直按空格到底以后，输入accept。其他的操作如下所示：
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n
Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-9.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y
第二个安装显卡驱动一定要选择no，否则之前安装的驱动就白装了，有默认选项的直接选择默认选项就可以了（直接回车）
4）安装完成后，打开图形界面配置环境变量，运行如下命令打开profile文件
sudo service lightdm start //打开图形界面
sudo gedit /etc/profile
5）打开文件后在文件末尾添加路径，命令如下：
export PATH=/usr/local/cuda-9.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
根据自己安装的cuda版本，可以将9.0改为8.0或者10.0, 根据自己安装的cuda版本来进行更改
6）保存
sudo ldconfig
7）重启电脑
sudo reboot
8）查看版本
nvcc --version
9）编译例子测试
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
8、卸载cuda（可选）
1）如果安装错了版本，卸载操作如下：
sudo apt-get remove cuda
sudo apt-get autoclean
sudo apt-get remove cuda*
2）在目录切换到/usr/local/下
cd /usr/local/
sudo rm -r cuda-9.2
3）添加下环境变量
sudo gedit ~/.bashrc
4）打开文件后，将下面内容添加到文件的最后面，保存后退出
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
5）设置环境变量和动态链接库
sudo gedit /etc/profile
6）在打开的文件末尾加入：
export PATH=/usr/local/cuda/bin:$PATH
7）创建链接文件：
sudo gedit /etc/ld.so.conf.d/cuda.conf
在打开的文件中添加如下语句：
/usr/local/cuda/lib64
8）执行，使链接立即生效
sudo ldconfig
9、下载获取cudnn
下载地址：https://developer.nvidia.com/rdp/cudnn-archive
下载自己对应的CUDA版本的cudnn文件
这里选择 cuDNN v7.0.5 Library for Linux
注意：
千万别选[Power8]的版本，这个是给Power8处理器使用的，由于v7.1.2版本还没提供普通版本，所以就下载了v7.0.5
这里下载是需要注册登陆的
10.安装cudnn
1）解压文件cudnn-9.0-linux-x64-v7.tgz，并且复制到cuda路径中
tar -zxvf cudnn-9.0-linux-x64-v7.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
2）更新网络连接：
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.0.5 //自己查看.so的版本 对应更改
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
3）测试
nvcc -V
若出现版本信息则表示安装成功
11、安装Anaconda
1）下载安装包
Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载
2）进入到相应文件夹进行安装
bash ./Anaconda3-5.0.0-Linux-x86_64.sh
3）更改环境变量
sudo gedit ~/.bashrc
在末端输入
export PATH="/home/coder/anaconda3/bin:$PATH"
4）生效
source ~/.bashrc
4）更换源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
12、卸载Anaconda（可选）
1）删除整个anaconda目录：
由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。到包含整个anaconda目录的文件夹下，删除整个Anaconda目录：
rm -rf anaconda文件夹名
2）建议清理下.bashrc中的Anaconda路径：
到根目录下，打开终端并输入：
sudo gedit ~/.bashrc
在.bashrc文件末尾用#号注释掉之前添加的路径(或直接删除)：
export PATH=/your/path/to/anaconda3/bin:$PATH
保存并关闭文件 使其立即生效，在终端执行：
source ~/.bashrc
3）关闭终端，然后再重启一个新的终端，这一步很重要，不然在原终端上还是绑定有anaconda.
13、安装tensorflow
1）建立独立环境
conda create -n tensorflow python=3.6
2）进入环境
source activate tensorflow
3）安装
pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple （更换源安装很快）
4）测试代码
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
14、安装numpy matplotlib pandas
1）进入环境
source activate tensorflow
2）安装
pip install keras
pip install matplotlib
pip install pandas
3）测试keras
import keras
若出现Using TensorFlow backend 输出，则说明安装keras-gpu安装成功，这是机器上当前GPU设备的情况。