LINUX环境下的tensorflow-gpu 1.4.1版本环境配置

说明

此环境为linux环境下，tensorflow-gpu的环境配置。
具体的版本为:
tensorflow-gpu 1.4.1
CUDA 8.0
cudnn 6.0
注：三者版本要一一对应，官网可查询各个版本对应关系。

Anaconda

1.安装anaconda

在anaconda主页下载anaconda安装包的linux版本：
Anaconda3-5.3.1-Linux-x86_64.sh
在Linux 服务器上运行安装。

2.创建环境

安装好之后创建新环境：

conda create -n 文件夹 python=3.6（指定python的版本）

我的环境：

conda create -n tfgpu python=3.6

3.激活环境

conda activate tfgpu

激活环境之后前面会有环境名，代表环境激活成功。

4.安装tensorflow

在激活环境后，输入下列指令：

pip install tensorflow-gpu==1.4.1

其他依赖包安装方法类似。

CUDA安装

首先到英伟达Nvidia官网下载CUDA安装包的Linux 版本
cuda_8.0.61_375.26_linux.run
执行指令：
sh cuda_8.0.61_375.26_linux.run进行安装：

（1）输入：accept
（2）询问是否升级驱动：n
（3）询问是否安装CUDA8.0 ：y 并且输入安装路径
（4）询问是否安装一个快捷链接在默认路径：n
（5）询问是否安装CUDA的样例: y
（6）输入CUDA样例安装路径：

输入下列指令配置环境变量，注意路径不要出错（安装cuda的路径）。

可以通过下列指令验证CUDA是否安装好：
（1）输入nvcc -V 成功显示CUDA版本信息
（2）测试sample例子：(依次执行每一行)

cd /home/Workspace/my1997/CUDA/NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

PASS表示CUDA安装成功。

CUDNN安装

官网下载CUDNN：
cudnn-8.0-linux-x64-v6.0.solitairetheme8
如果下载的压缩包后缀为.solitairetheme8
通过指令转换格式：

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

之后进行解压：

tar -xvf cudnn-8.0-linux-x64-v6.0.tgz

修改文件访问权限：

chmod a+r /home/Workspace/my1997/CUDA/cuda-8.0/include/cudnn.h /home/Workspace/my1997/CUDA/cuda-8.0/lib64/libcudnn*

将解压后的文件中的两个文件夹下的文件分别放到原来CUDA安装路径中对应的文件夹下。

测试

至此，安装完毕，进行测试，首先在命令行输入 python
测试1：

import tensorflow as tf
hello = tf.constant('hello')
sess = tf.Session()
print(sess.run(hello))

返回下列信息表示成功。

测试2：

import tensorflow as tf
tf.test.is_gpu_available()

返回Ture表示成功

安装中的报错及解决：

情况1：未出现测试1和2时没显示gpu信息

解决1：尝试卸载之后重新pip一下tensorflow-gpu

解决2：重新配置一下环境变量