ubuntu16.04安装+cuda8.0+cudnn5.1+MXNET gpu版本安装+tensorflow gpu版本安装+chainerGPU版本安装
2017.12.16
网上很多教程要么过期了，要么就是瞎写害人不浅。用了大约十来天，从头开始，好不容易配置成功了（ubuntu16.04安装（到移动硬盘或者本地硬盘）+cuda8.0+cudnn5.1+MXNET gpu版本安装+tensorflow gpu版本安装），分享一下经验。本文环境：ubuntu16.04，GPU: nvidia GTX960（你的GPU计算能力可以安装cuda8.0+cudnn5.1的话，就可以按照本文来安装）
chainerGPU版本安装没尝试，只是记录下资料链接。
1.ubuntu安装最清晰教程：
http://www.linuxdiyf.com/linux/28853.html
（注意：
①U盘安装ubuntu到硬盘中，如果要是安装到移动硬盘，其他步骤一样，但“安装启动引导器的设备”要注意选择移动硬盘位置，而不是/boot所在位置！！！这个地方浪费了好几天。
②要下载官网的ubuntu16.04镜像，而且勾选：下载时安装更新。后面会顺利一点
）
按照以上教程，在本机机械硬盘以及移动硬盘上安装ubuntu16.04，均安装成功！
接下来几个步骤主要参考：
http://blog.csdn.net/zhaoyu106/article/details/52793183
http://blog.csdn.net/u014595019/article/details/53732015
但是又有很多注意点，照搬，不动脑筋会有问题
2.CUDA8.0，cudnn5.1安装
这一步是很关键又很容易出错的方法，这个成功的话接下来的安装都是浮云了。
2.1 CUDA8.0安装
①首先替换nvidia的驱动：
sudo apt-get update
然后关闭X server：
【1】切换到单用户模式 CTL+ALT+F1进入
【2】关闭GDM #/etc/init.d/gdm stop
切换回图形界面：Ctrl+Alt+F7
然后在系统设置->软件更新->附加驱动->切换到最新的NVIDIA驱动即可。应用更改->重启（图片看参考文章链接）
（重启了，保险起见，再来一次【1】切换到单用户模式 CTL+ALT+F1进入
【2】关闭GDM #/etc/init.d/gdm stop
切换回图形界面：Ctrl+Alt+F7）
②ubuntu16.04默认为gcc5.4版本，降版本为5.3以下（我降为了gcc 4.8版本）
这一步很重要，怎么降百度就行了，就是不能遗忘这一步。因为5.4编译cuda8会有问题
③安装cuda8。去https://developer.nvidia.com/cuda-downloads，根据自己的系统下载对应安装包,下载的是runfile文件
（实在找不到的朋友，可以在这百度网盘下载：链接：http://pan.baidu.com/s/1gfw6ATd 密码：ujvj）
下载好以后，cd到你下载的cuda_8.0.44_linux.run那个文件夹，运行
sudo ./cuda_8.0.44_linux.run --tmpdir=/tmp
开始安装。安装开始以后，可以按q跳过阅读一大段协议或一直按回车到底。接下来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_64 367.48?
(y)es/(n)o/(q)uit: n
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
就会开始安装。
④配置CUDA环境变量，这一步又很重要，没有配置或失败的话后面就会有问题了。这一步看参考网站中：
在terminal中输入以下命令：
sudo gedit ~/.bashrc
然后在打开的文本末尾加入：
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda 点击保存
使其立即生效，在终端执行：
source ~/.bashrc
2.2 安装cudnn5.1 下载cuDNN v5.1 Library for Linux这个版本
下载安装Cudnn v5.1（https://developer.nvidia.com/cudnn）
（实在找不到的朋友，可以在这里百度网盘下载：链接：http://pan.baidu.com/s/1o8HrkYu 密码：015k）
进入下载文件Cudnn所在目录，执行下列命令：
$ tar xvzf cudnn-8.0-linux-x64-v5.1.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64- 1
- 2
- 3
退到根目录，运行下面语句：
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
步骤2到此结束！！！
3.tensorflow gpu版本安装网址：
①安装pip
$ sudo apt-get install python-pip python-dev
$ sudo apt-get install python-numpy swig python-dev python-wheel- 1
- 2
②安装TensorFlow1.1版本，打开命令行：
# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl
$ sudo -H pip install --upgrade $TF_BINARY_URL或者sudo pip install tensorflow-gpu==1.2 来安装1.2版本的TensorFlow。
（这里有个陷阱，有的人按照sudo pip install tensorflow-gpu来安装，截止到现在，就会默认安装tensorflow1.4,而1.4会去链接cudnn6,因此会出现libcudnn.so.6:cannot open sharedobject file: No such file or directory错误。
当你出现以上错误时，你可以
sudo pip uninstall tensorflow-gpu卸载，然后sudo pip install tensorflow-gpu==1.2 来指定安装1.2版本的TensorFlow
参考于：http://blog.csdn.net/silent56_th/article/details/77587792）
（经过试验：打开命令行，输入python,回车，然后输入import tensorflow，回车。不报错，本文方法安装正确）
4.MXNET gpu版本安装网址：
（参考https://mxnet.incubator.apache.org/get_started/install.html）
只需要一步（因为我们在第3节已经安装好了pip，配置好了cuda,cudnn）：
sudo pip install mxnet-cu80==0.11.0
5.chainer安装
http://docs.chainer.org/en/stable/install.html#install-chainer
（GPU版本需要安装cupy:）
http://docs-cupy.chainer.org/en/stable/install.html#install-cupy-via-pip