安装ubuntu，python，pip，cuda，cudnn，tensorflow 以及调试

之前装逼写过一个安装python，cuda，cudnn的英文的(其实是当时输入法出问题打不了中文了。。)  这几天刚进了台新电脑。我还按照之前我写的配置了一遍，发现有些东西已经变了，所以在这里再更新一下。

---

usb安装ubuntu

首先，之前用usb装了两次ubuntu，这里简单的记录一下安装过程。

过程比较简单，步骤如下：

1，需要准备个几个G的usb

2，下载想要安装的ubuntu操作系统，我装的是16.04，官网有下载

3，用个软件把操作系统安装到usb里。我用的是rufus。这里有下载

4，usb插上主机，重启电脑，进入UEFI BIO，一般点F2或者F10啥的，重启画面有提示。一般就停留几秒，按错了再重启重新按。

5，选择从usb安装操作系统。

我是从windows里制作的，rufus好像没有linux或者mac版。

用rufus的时候注意device和boot selection选择你下载的ubuntu操作系统，其他的不懂就保持默认，然后点开始就行了。你的usb会被格式化一遍。

进入之后就按照安装提示一步步安装就行了，中间看不懂是啥就选默认。

装双系统的步骤也一样，只不过中途会多一个分区的过程。

---

安装python和pip

python其实ubuntu系统里是自带的。如果没有的话，就按下面的一句话安装：

sudo apt-get install python2.7 #想装3.5就python3.5

pip也是一句话就能安装：

sudo apt-get install python-pip

pip -V #用这个看版本

---

安装cuda，cudnn和Tensorflow

这回这三个拿来一起说。一般装cuda和cudnn的都要用tensorflow。上一次安装就是因为版本没有搭配好，导致不管怎么弄，tensorflow都找不到gpu。所以在安装之前一定要先把版本确定好，最好不要安装cuda推荐的最新版本。在官网上，cudnn是跟着cuda的版本走的。tensorflow的版本也有和cuda哪个版本对应。比如tensorflow1.9.0和cuda9.0可以兼容，和cuda9.2就map不到gpu，而且一般人不知道怎么改。截止至此，cuda最新版本是9.2，tensorflow最新版本是1.9.0。所以按照cuda9.0，tensorflow1.9.0的版本安装就不会出问题。tensorflow版本兼容表在他的官网可以查到。

google一下cuda9.0。如果是ubuntu的话，按照下面的选项选择版本，下载。安装的时候按照下面他的命令安装就行（截图是旧的，9.0可能安装命令有4行，也一次安装即可）

安装好了之后，把path加到environment variable里去：

sudo nano /etc/environment  #打开文件

在最后加上 /usr/local/cuda-9.2/bin

然后source一下：

source /etc/environment

之后应该可以用

nvcc --version

和

nvidia-smi

看cuda编译器和gpu的状态了。

如果nvcc --version显示没有这个东西的话，重启一下电脑就好了。

弄完它之后找cudnn，还是去官网下。这里需要注册一下。之后他会给你标出什么版本的cuda应该下载那个cudnn。

点进去。如果你是ubuntu16.04 LTS的话就下载下面三行，应该都不大。

下载好了之后依次用dkpg安装，就像这个帖子一样，把他的命令的文件名改成你的文件名就行，当然得在同一文件夹下啊。

---

安装Tensorflow

安装tensorflow用pip就行。只要注意一点。如果你是用gpu的话，就需要装gpu的版本，普通的tensorflow是用cpu的，所以他也找不到你的gpu的设备。

pip install tensorflow-gpu

在import的时候还是

import tensorflow as tf

---

检测cuda是否运行正常

这里是最麻烦的。经常是改装的都装了，可还是运行不了。运行不了就需要调试。调试最直接的办法其实是运行安装文件自带的检测，看看能不能pass。比如，如果上面cudnn的三个文件你都老老实实的装上了的话，在

/usr/local/cuda-/samples

下面有测试代码的。先make一下：

make

然后在./bin/-一同按tab-/ 找一个叫deviceQuery的文件。运行该文件进行测试。如果最后的result是pass，那你的cuda应该是可以运行的。nvidia官网上也有一个代码测试cuda的，但是我找不到了。。

如果你有多个gpu的话，看这里的官网范例代码怎么调用他们。