Ubuntu系统配置TensorFlow/Theano+ Keras/PyTorchGTX1080Ti+Cuda-8.0+Cudnn-8.0-v6.0+OpenCv3.1+Python2/3

一、显卡驱动的安装

Ubuntu可以自动安装驱动，在System Settings…中进行安装，如图：
这里写图片描述

二、安装cuda 8.0

1. cuda 8.0下载
现在的cuda9.0及以上版本都已进出来了，官网（https://developer.nvidia.com/cuda-downloads）的下载已经默认下载9.0版本找不到8.0版的了;我自己把cuda 8.0存到了我的百度云中，需要的可以去我的百度云下载：
链接：http://pan.baidu.com/s/1kU7DfAv 密码：bhae

2. 开始安装
（1）.进入目录：

cd Downloads

我存放在Downloads，根据自己的路径修改就好;

（2）.进行MD5检验，确保安装包正常:

sudo md5sum cuda_8.0.44_linux.run

（3）.结果：
这里写图片描述
（4）.检验正确后，输入如下代码安装（第一行修改文件权限，第二行执行文件安装）：

chmod 777 cuda_8.0.44_linux.run

sudo ./cuda_8.0.44_linux.run --override

这里写图片描述
然后需要一直按住ENTER键。
后面选项答案依次为：
accept

n (这里一定要选no，不然之前的驱动就白装了)

y
这里写图片描述

三、安装cuDNN

1、Cudnn-8.0-v6.0下载我的百度云链接：

链接：http://pan.baidu.com/s/1eSneKxG密码：0qdy

2、开始安装

下载完放在Downloads并解压，解压后有个cuda文件，内有include和lib64两个文件夹，进入include文件夹，执行如下命令复制头文件：

cd Downloads/cuda/include/

sudo cp cudnn.h /usr/local/cuda/include/

再cd命令切换进lib64文件夹，执行如下命令复制动态链接库：

cd ../lib64/

sudo cp lib* /usr/local/cuda/lib64/

然后进入复制后的动态链接库进行新的链接。先进入目录：

cd /usr/local/cuda/lib64/

然后查看已有链接：

ls -al | grep libcudnn

注：这里是我以前装v5.0版本时的截图，安装v6.0版本的是libcudnn.so.6和libcudnn.so.6.0.*，以下代码中要做相应的修改！！

删除原有动态文件:

sudo rm -rf libcudnn.so libcudnn.so.6

再次查看：

ls -al | grep libcudnn

这里写图片描述
注：这里是我以前装v5.0版本时的截图，安装v6.0版本的是libcudnn.so.6和**libcudnn.so.6.0.* **，以下代码中要做相应的修改！！

已删除，现在建立新的链接：

sudo ln -s libcudnn.so.6.0.* libcudnn.so.6

sudo ln -s libcudnn.so.6 libcudnn.so

注：这里的**libcudnn.so.6.0.***要根据命令ls -al | grep libcudnn输入之后显示的版本为主，我记不清当时具体的了，希望修改时注意修改就好！

再次查看

ls -al | grep libcudnn

这里写图片描述
注：这里是我以前装v5.0版本时的截图，安装v6.0版本的是libcudnn.so.6和**libcudnn.so.6.0.* **，以下代码中要做相应的修改！！

已链接好！

然后设置环境变量和动态链接库：

sudo gedit /etc/profile

然后再打开的文件末尾加上（“=”前后不要有空格）

export PATH=/usr/local/cuda/bin:$PATH
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

保存之后创建链接文件：

sudo gedit /etc/ld.so.conf.d/cuda.conf

在文件加入以下内容：

/usr/local/cuda/lib64

在终端输入以下命令使该链接生效：

sudo ldconfig

3、使用sample里面的例子来测试还需要编译

进入用例文件进行编译（注意执行第二步命令时候需要较长时间是正常现象）：

cd ~/NVIDIA_CUDA-8.0_Samples/

sudo make -j16

这里写图片描述

编译成功。

cd bin/x86_64/linux/release/

sudo ./deviceQuery

运行结果：
这里写图片描述
说明显卡驱动和cuda安装成功。

四、OpenCV3.1.0安装与配置

该步骤见我另外一篇博客的第五项，链接如下：
https://blog.csdn.net/qq_37760750/article/details/78240595

五、Python安装与配置

选择anaconda linux64 2.7版本python2.7。
下载完成之后，cd进入下载文件所在的目录，在命令行输入：


cd ~/Downloads/

bash Anaconda2-4.1.1-Linux-x86_64.sh

yes 

(ENTER) 

yes

这一选项把PATH=/home/huhui/anaconda2/bin加到了环境变量中。(huihui是你的账户名，个人根据自己电脑用户修改)。添加库：

sudo gedit ~/.bashrc

添加

Export LD_LIBRARY_PATH=/home/huhui/anaconda2/lib:$LD_LIBRARY_PATH

重启电脑之后，在命令行输入：

ipython

就可以看到python的版本。

2.使用系统自带的Python（建议使用），输入命令：

sudo apt-get install python(安装python3,在python后加3）

六、安装TensorFlow / Theano / PyTorch

1、安装必要依赖

sudo apt-get install python3

sudo apt-get install libcupti-dev

**2、安装python-pip python-dev **

sudo apt-get install python3-pip python3-dev

3、安装tensorflow
建议换源，使用豆瓣源，还有对于安装的cuda-8.0和cudnn-v6.0版本，TensorFlow的版本不要装的太高，楼主装的TensorFlow1.4.0的，以上好像就不在兼容cuda-8.0和cudnn-v6.0版本。
安装命令：

sudo pip3 install tensorflow-gpu==1.4.0 -i https://pypi.douban.com/simple

4、安装theano

sudo pip3 install theano -i https://pypi.douban.com

5、安装Keras

sudo pip3 install keras -i https://pypi.douban.com/simple

6、安装Torch

sudo pip3 install torch

sudo pip3 install torchvision

7、开启一个terminal

python3

>>> import keras
>>> import tensorflow as tf
>>>> import theano
>>>> import torch
>>>> import torchvision

注：若是要安装MATLAB,可以参考我的另外一篇博客：https://blog.csdn.net/qq_37760750/article/details/78240595