Since Jun.12nd梦碗，2017
配置CUDA 8.0
- 先安裝適合當(dāng)前顯卡的最新款 Nvidia 驅(qū)動秦叛，通過
nvidia-smi測試轰豆。 - 不要通過
apt-get來直接安裝nvidia-cuda-toolkit迷殿，因?yàn)檫@樣裝的 cuda 是 7.5 版本的乱顾，而最新的比如 1080 Ti 的顯卡需要跑 CUDA 8.0 ，因此先去 https://developer.nvidia.com/cuda-downloads 下載 CUDA绪妹，按照官網(wǎng)指南甥桂，安裝 deb 包（雙擊或執(zhí)行sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb）后運(yùn)行
sudo apt-get update
sudo apt-get install cuda
這樣就安裝完了 CUDA 8.0，安裝位置在/usr/local/cuda-8.0邮旷，接下來添加到環(huán)境變量：
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
使環(huán)境變量立刻生效：
source ~/.bashrc
最后就可以用nvcc -V查看 CUDA 版本了黄选。
配置 cuDNN
- 首先下載
CUDNN_TAR_FILE="cudnn-8.0-linux-x64-v6.0.tgz"
wget http://developer.download.nvidia.com/compute/redist/cudnn/v6.0/${CUDNN_TAR_FILE}
- 然后解壓并配置
tar -xzvf ${CUDNN_TAR_FILE}
sudo cp -P cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/
sudo chmod a+r /usr/local/cuda-8.0/lib64/libcudnn*
安裝 Tensorflow（GPU版本）
- 先安裝 libcupti-dev
sudo apt-get install libcupti-dev
- 正式安裝
(sudo) pip install tensorflow-gpu
(sudo) pip3 install tensorflow-gpu
安裝 Keras
sudo pip install -U --pre pip setuptools wheel
sudo pip install -U --pre numpy scipy matplotlib scikit-learn scikit-image
sudo pip install -U --pre keras
配置 theano 調(diào)用 GPU
新建~/.theanorc文件，寫入：
[global]
floatX=float32
device=gpu
[cuda]
root=/usr/local/cuda-8.0
[nvcc]
flags=-D_FORCE_INLINES
最后用import theano測試婶肩，如果顯示 GPU 設(shè)備則表明 GPU 配置成功办陷。
比如：Using gpu device 0: GeForce GTX 1080 Ti
Keras 調(diào)用 pydot 可視化
需要用 pip 安裝 pydot，推薦用 pydot-ng律歼，新的 pydot 可能會有不兼容的情況民镜。
還需要安裝 graphviz，不然仍然會報 pydot 的錯险毁。但這里不能用 pip 安裝 graphviz制圈， 要用 apt-get 安裝 C 版本的 graphviz。
sudo pip install pydot-ng
sudo apt-get isntall graphviz
