原文鏈接：https://blog.csdn.net/xd_wjc/article/details/82999563

https://blog.csdn.net/qq_25241325/article/details/90753830

更新：安裝keras時要與tensorflow版本對應(yīng)https://www.cnblogs.com/carle-09/p/11661261.html

一蒂教、安裝驅(qū)動

已經(jīng)安裝的跳過

二、安裝cuda-9.0

注意吨灭，如果是ubuntu18.04，必須把gcc版本降到6以下鳄炉，包括6变秦，因?yàn)榫幾gcuda9只支持gcc6以下壳嚎，而Ubuntu 18.04預(yù)裝GCC版本為7.3，如何降gcc：

sudo apt-get install gcc-6 g++-6

cd /usr/bin

sudo rm gcc

sudo ln -s gcc-6 gcc

sudo rm g++

sudo ln -s g++-6 g++

如果是ubuntu16.04凌外，就不用降gcc辩尊，因?yàn)閡buntu16.04預(yù)裝的是gcc4.8

安裝cuda9：

1,執(zhí)行這條命令，先安裝依賴庫康辑，最好安摄欲，有的教程沒安轿亮，我第一次失敗不知道跟這個有沒有關(guān)系，也不大胸墙，就幾十MB

sudo apt-get install g++ freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev

2我注，自己去官網(wǎng)下載cuda9的run-file文件，幾個補(bǔ)丁就不用下了迟隅，我看網(wǎng)上教程大部分都沒裝這幾個補(bǔ)丁但骨，

我下好的文件名叫作：cuda_9.0.176_384.81_linux.run

384.81表示需要的驅(qū)動版本，所以你前面裝得nivdia驅(qū)動版本必須比這個384.81要大智袭，不能小于或等于這個384.81

在cuda_9.0.176_384.81_linux.run這個文件所在目錄下打開終端奔缠，執(zhí)行：

sudo sh cuda_9.0.176_384.81_linux.run

我看其他教程還加什么權(quán)限，我感覺不要吼野，反正我沒加

3校哎，之后會進(jìn)入一系列讓你閱讀的一些安裝信息的界面，你不停的回車就行瞳步，直到出現(xiàn)如下信息：

這個是我網(wǎng)上復(fù)制的闷哆，實(shí)際上自己裝的時候基本是一樣的，答案都寫出來了单起，大部分是yes阳准，但這一項(xiàng)Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?選no，因?yàn)樯厦骝?qū)動已經(jīng)裝了馏臭，這里就不用重復(fù)裝。

1 The NVIDIA CUDA Toolkit provides command-line and graphical

2 tools for building, debugging and optimizing the performance

3 of applications accelerated by NVIDIA GPUs, runtime and math

4 libraries, and documentation including programming guides,

5 user manuals, and API references.

6

7

8 Default Install Location of CUDA Toolkit

9 Do you accept the previously read EULA?

10 accept/decline/quit: accept

11

12 You are attempting to install on an unsupported configuration. Do you wish to continue?

13 (y)es/(n)o [ default is no ]: y

14

15 Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?

16 (y)es/(n)o/(q)uit: n

17

18 Install the CUDA 9.0 Toolkit?

19 (y)es/(n)o/(q)uit: y

20

21 Enter Toolkit Location

22 [ default is /usr/local/cuda-9.0 ]:

23

24 Do you want to install a symbolic link at /usr/local/cuda?

25 (y)es/(n)o/(q)uit: y

26

27 Install the CUDA 9.0 Samples?

28 (y)es/(n)o/(q)uit: y

29

30 Enter CUDA Samples Location

31 [ default is /home/zhuang ]:

32

33 Installing the CUDA Toolkit in /usr/local/cuda-9.0 ...

34 Installing the CUDA Samples in /home/zhuang ...

35 Copying samples to /home/zhuang/NVIDIA_CUDA-9.0_Samples now...

36 Finished copying samples.

37

38 ===========

39 = Summary =

40 ===========

41

42 Driver: Not Selected

43 Toolkit: Installed in /usr/local/cuda-9.0

44 Samples: Installed in /home/zhuang

45

46 Please make sure that

47 - PATH includes /usr/local/cuda-9.0/bin

48 - LD_LIBRARY_PATH includes /usr/local/cuda-9.0/lib64, or, add /usr/local/cuda-9.0/lib64 to /etc/ld.so.conf and run ldconfig as root

49

50 To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.0/bin

51

52 Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.0/doc/pdf for detailed information on setting up CUDA.

53

54 ***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.0 functionality to work.

55 To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:

56 sudo <CudaInstaller>.run -silent -driver

57

58 Logfile is /tmp/cuda_install_7476.log

59 Signal caught, cleaning up

到這cuda安裝第一步完成讼稚，接著添加環(huán)境變量括儒，

在home主目錄下，用ctrl+h锐想，顯示隱藏文件帮寻，找到.bashrc這個文件，用vim或gedit打開赠摇，命令如下：

gedit ~/.bashrc

在文件的末尾添加這三行固逗，有的教程第三行好像沒裝：

export PATH=/usr/local/cuda-9.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

export CUDA_HOME=/usr/local/cuda-9.0

添加后保存，在執(zhí)行：

source ~/.bashrc

使這個文件生效藕帜，可以在終端輸入 echo $PATH 和echo $CUDA_HOME查看一下

有的教程是這樣添加環(huán)境變量的烫罩，都可以，只是格式不一樣

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}}

注意由于安裝的時候建立了軟鏈接/usr/local/cuda

和/usr/local/cuda-9.0其實(shí)是等效的洽故，你添加那樣的環(huán)境變量也是可以的贝攒，但是要和下面的cudnn拷貝的一樣，你這里選擇是用cuda9.0做環(huán)境變量时甚，后面最好把cudnn的幾個文件拷到這里

驗(yàn)證cuda9.0:

a隘弊、 驗(yàn)證驅(qū)動版本

$ cat /proc/driver/nvidia/version

結(jié)果顯示類似

NVRM version: NVIDIA UNIX x86_64 Kernel Module 384.81 Sat Sep 2 02:43:11 PDT 2017

GCC version: gcc version 5.4.0 20160609 (Ubuntu 5.4.0-6ubuntu1~16.04.5)

b哈踱、 驗(yàn)證CUDA Toolkit

$ nvcc -V? ? ? 會輸出CUDA的版本信息

如果是這樣的：

The program 'nvcc' is currently not installed. You can install it by typing:

sudo apt-get install nvidia-cuda-toolkit

可能是環(huán)境配置沒有成功，重新配置環(huán)境梨熙。

五开镣、測試CUDA的Samples例子

　　cd? /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery

　　　sudo make

　　　./deviceQuery

　　如果顯示的是關(guān)于GPU的信息，則說明安裝成功了咽扇。

第三：安裝cudnn:

去cudnn官網(wǎng)下載于cuda9.0對應(yīng)的cudnn邪财，一般下7.0，7.0.5或7.0.4或7.0.3都是可以的肌割，下那個cudnn libaray for linux卧蜓，

不要下下面的什么cudnn for ubuntu 16.04 的deb文件，下好之后把敞，是一個cudnn-9.0-linux-x64-v7.tgz壓縮文件弥奸，首先到文件目錄打開終端執(zhí)行這條命令解壓：tar -zxvf cudnn-9.0-linux-x64-v7.tgz? 解壓后出現(xiàn)一個cuda的文件夾，

cuda文件夾里有：

還是回到解壓出來的cuda文件夾所在目錄奋早，在把cudnn.h 和那三個所有帶libcudnn的文件復(fù)制到開始裝的CUDA文件夾對應(yīng)的目錄里去

??? sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/

? ? sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/

? ? 這個-P是參數(shù)盛霎，意思是不光復(fù)制內(nèi)容，還把屬性也復(fù)制過去

??? 給文件讀寫權(quán)限耽装，因?yàn)閺纳厦娴膱D片可以看出cudnn上了鎖愤炸，要賦予權(quán)限：

? ? sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h

? ? sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*

? ? ------簡單一點(diǎn)

? ? tar -zxvf cudnn-9.0-linux-x64-v7.tgz

? ? sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include

? ? sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64

? ? sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

到次結(jié)束cudnn安裝

第四安裝Anaconda：

1. 首先安裝Anaconda3-4.2.0-Linux-x86_64,64位系統(tǒng)，它對應(yīng)的python是3.5,而4.3對應(yīng)的是python3.6,下好后是一個.sh文件

參考下面這個鏈接

https://blog.csdn.net/u012318074/article/details/77074665

第五步安裝tensorflow：

我這里裝的是1.8掉奄，想裝1.12规个，就換成1.12

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.8

用清華的鏡像，飛快姓建。

第六步诞仓，安裝opencv，keras速兔，easydict：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==3.4

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple easydict

要是還是提示缺少某些包墅拭，就用這種方式安裝

測試TensorFlow（GPU）是否安裝成功

在安裝完TensorFlow（GPU）后，進(jìn)入python環(huán)境

在命令窗口輸入以下的代碼段：

? ? import tensorflow as tf

? ? hello=tf.constant(‘hello,world’)

? ? sess=tf.Session()

? ? print(sess.run(hello))

如果返回結(jié)果如下圖涣狗，則代表TensorFlow（GPU）安裝成功：