一剖笙、安裝 TensorFlow GPU 版本
????????安裝 TensorFlow-GPU 版的關(guān)鍵點(diǎn)在于 cuda 和 cudnn 的安裝和配置呻逆，注意它們的版本是否和 TensorFlow 的版本匹配。以下空入，以安裝 TensorFlow 1.5.0 為例络它，其中匹配的 cuda/cudnn 的版本分別為 cuda 9.0 和 cudnn 7.0。
1.安裝 NVIDIA 顯卡驅(qū)動(dòng)
????????首先在終端查看顯卡信息：
$ sudo lshw -numeric -C display
也可以使用命令：
$ lspci | grep -i nvidia
確認(rèn)顯卡信息歪赢。
????????知道顯卡信息之后化戳，在 NVIDIA 官網(wǎng)搜索對(duì)應(yīng)的顯卡驅(qū)動(dòng)，比如 TITAN X(Pascal)/GTX 1080Ti 等顯卡查到的驅(qū)動(dòng)為384埋凯。另外点楼，使用
$ ubuntu-drivers devices
可以直接查看系統(tǒng)推薦的 NVIDIA 顯卡驅(qū)動(dòng)（在返回的信息中找到 recommended 對(duì)應(yīng)的 driver，比如 nvidia-384）白对。一般來(lái)說(shuō)掠廓，即便查詢到的（及后續(xù)安裝的）驅(qū)動(dòng)不是最新版的，在安裝時(shí)也會(huì)自動(dòng)安裝最新的（與系統(tǒng)適配）的顯卡驅(qū)動(dòng)甩恼。
????????查詢到顯卡驅(qū)動(dòng)之后蟀瞧，使用命令
$ sudo apt-get install nvidia-xxx
安裝驅(qū)動(dòng)沉颂。如要安裝顯卡驅(qū)動(dòng)的版本為384，則對(duì)應(yīng)的命令為：
$ sudo apt-get install nvidia-384
????????安裝完成之后悦污，使用
$ nvidia-smi
查看驅(qū)動(dòng)是否安裝成功铸屉。若返回一個(gè)關(guān)于驅(qū)動(dòng)的表格說(shuō)明安裝成功。（可能需要重啟電腦）
2.安裝 CUDA 9.0
????????在 NVIDIA 官網(wǎng)直接查找 cuda切端，下載與操作系統(tǒng)匹配的 runfile 文件抬探，如 cuda_9.0.176_384.81_linux.run，進(jìn)入該文件所在目錄帆赢，執(zhí)行
$ sudo sh xxx.run --override
如小压，以安裝 cuda_9.0.176_384.81_linux.run 為例，執(zhí)行命令
$ sudo sh cuda_9.0.176_384.81_linux.run --override
然后按 Ctrl+C 跳過(guò)more（0%）椰于，輸入 accept怠益，選擇 no（因?yàn)橐呀?jīng)安裝過(guò)顯卡驅(qū)動(dòng)了），后面按照需要選擇 y/n 可順利完成安裝瘾婿。
????????接下來(lái)為 cuda 配置環(huán)境變量：
$ sudo gedit ~/.bashrc
在打開(kāi)的文件末尾加入兩行：
export PATH=”$PATH:/usr/local/cuda-9.0/bin”
export PATH=”$PATH:/usr/local/cuda-9.0/lib64”
保存之后執(zhí)行 $ source ~/.bashrc 使改動(dòng)立即生效蜻牢。（根據(jù)使用版本修改 cuda-9.0 對(duì)應(yīng)項(xiàng)）
????????在終端輸入 $ nvcc --version 查看是否安裝成功，如輸出版本信息則表示安裝成功偏陪。若提示 nvcc 是無(wú)效的指令抢呆，使用
$ sudo apt install nvidia-cuda-toolkit
安裝，然后再確認(rèn)笛谦。
????????若要卸載 cuda抱虐，進(jìn)入 cuda 安裝路徑，比如文件夾 /usr/local/cuda-9.0/bin 執(zhí)行：
$ sudo ./uninstall_cuda_9.0.pl
3.配置 NVIDIA 深度學(xué)習(xí)庫(kù) cuDNN 7.0
????????在 NVIDIA 官網(wǎng)搜索 cudnn饥脑，注冊(cè)開(kāi)發(fā)者賬號(hào)恳邀，然后下載與 cuda 版本匹配的 cudnn 文件，如與 cuda9.0 匹配的 cudnn7.0 文件為：cudnn-9.0-linux-x64-v7.tgz 灶轰。進(jìn)入該文件所在目錄谣沸，執(zhí)行
$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
退到根目錄，執(zhí)行：
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
4.安裝 TensorFlow GPU 版
????????使用如下指令直接安裝 TensorFlow GPU 版：
$ sudo pip/pip3 install tensorflow-gpu
然后笋颤，還需要將 2 中的環(huán)境變量修改為 TensorFlow 要求的格式：
export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64”
export CUDA_HOME=/usr/local/cuda-9.0
（注意將 cuda-9.0 修改為自己安裝的對(duì)應(yīng)版本）
????????最后乳附，在 Python2.7/Python3.5 中使用
>>> import tensorflow
驗(yàn)證是否安裝成功。
二伴澄、配置OpenCV（針對(duì)Python）
????????以配置 OpenCV3.3.0 為例赋除，其它版本類似。
注意：到目前為止秉版，直接使用：
$ sudo pip/pip3 install opencv-python安裝的 OpenCV 不支持視頻類操作贤重。
1.安裝依賴項(xiàng)
（1）更新安裝包管理工具
$ sudo apt-get update
$ sudo apt-get upgrade
（2）安裝編譯工具
$ sudo apt-get install build-essential cmake pkg-config
（3）安裝依賴的圖像庫(kù)
$ sudo apt-get install libjpeg8-dev libtiff5-dev libjasper-dev libpng12-dev
（4）安裝依賴的視頻解碼庫(kù)
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev
$ sudo apt-get install libv4l-dev libxvidcore-dev libx264-dev
（5）安裝 highgui 依賴的 GTK 庫(kù)
$ sudo apt-get install libgtk-3-dev
（6）安裝提示矩陣運(yùn)算的庫(kù)
$ sudo apt-get install libatlas-base-dev gfortran
（7）安裝 Python 開(kāi)發(fā)庫(kù)
$ sudo apt-get install python2.7-dev python3.5-dev
2.編譯 OpenCV
（1）直接從 OpenCV 官網(wǎng)下載支持全平臺(tái)的 .zip 文件 3.3.0 安裝包；
（2）unzip 解壓清焕，并進(jìn)入文件夾：$ cd opencv-3.3.0
（3）$ mkdir build && cd build
（4）編譯 OpenCV
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D PYTHON2_EXCUTABLE=/usr/bin/python2 \
-D PYTHON3_EXCUTABLE=/usr/bin/python3 \
-D BUILD_EXAMPLES=ON .. （兩點(diǎn)不可少）
注意：配置 OpenCV 需要在安裝 CUDA 之前并蝗，否則這一步會(huì)失敗祭犯。
（5）$ make -j4
（6）$ sudo make install
（7）$ sudo ldconfig
3.驗(yàn)證是否安裝成功
????????在 Python2.7 和 Python3.5 內(nèi)執(zhí)行（需要攝像頭）：
>>> import cv2
>>> cap = cv2.VideoCapture(0)
>>> print(cap.isOpened())
查看是否可以打開(kāi)攝像頭。
