深度学习环境tensorflow-gpu 1.4安装过程记录

文章修改自：deepin linux 15.5 + 小米笔记本pro 下的深度学习环境tensorflow-gpu 1.4版本搭建过程

我的另一篇文章：ubuntu 安装cuda9.0+cudnn7.1－与cuda8.0共存

参数：

操作系统：Deepin Linux 15.5
笔记本：小米笔记本pro
显卡：Nivdia MX150
tensorflow版本：1.4
cuda版本：8.0
cudnn版本：6

一、安装显卡驱动

用的是deepin 15.5系统，该系统提供驱动管理工具，可以很简单为显卡安装驱动。ubuntu系统提供的也有类似的工具，其他系统我不太熟悉，请自行研究。装驱动还是挺简单的，多搜一下就可以了。

下图是deepin的驱动管理工具，我为显卡安装了大黄蜂版的显卡驱动（bumblebee-nvidia和nvidia-driver），如下图，上面那个就是MX150的显卡驱动，下面那个是我的核显驱动，可以不用管它。

驱动管理器

选中对应驱动，保存即可。

打开终端，在终端内输入以下命令：

sudo apt-get update
sudo apt-get install nvidia-smi

通过nvidia-smi，我们可以查看显卡信息，以确认我们的驱动是否正确安装了。在终端内输入：

optirun nvidia-smi

因为我们安装的是大黄蜂版的显卡驱动，所以显卡是由bumblebee进行管理的。为了降低能耗，平时独显是处于关闭状态的，如果有程序需要使用到独显，可以通过optirun进行启动。对于做深度学习训练这样可能太麻烦了，是有解决方法的，后面我会详细介绍。
如果显卡驱动安装正确，运行上面的命令，你会看到类似于下面的输出：

至此，驱动安装完成。

二、安装tensorflow-gpu

兼容原因，安装tensorflow-gpu 1.4版本（cuda-8 只适用tf-1.4）。

很简单，如果没安装pip的话，要先安装pip：

sudo apt-get install python-pip

安装完成后，输入：

pip install tensorflow-gpu==1.4

即可完成tensorflow-gpu 1.4版本的安装。

需要注意的是，tensorflow-gpu版本需要完成cuda和cudnn的安装才能运行。这个时候的tensorflow是不能运行的，在python中输入import tensorflow会报错。

请往下读。

三、安装cuda

为了兼容，我们这里安装cuda 8。

网上找了很多教程，结果还是在这里卡了很久，因为很多都不适用。别人用起来正常，在我这里可能就出错了。最后，我选择了相当简单粗暴的一种方法：

打开终端，输入如下命令：

sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler

打完收工，安装完毕！

四、安装 cudnn

兼容原因，这里安装cudnn 6。

首先，从官网下载压缩包cudnn-8.0-linux-x64-v6.0.tgz。免费下载，需要登录，如无账号请自行注册。下载地址为https://developer.nvidia.com/cudnn

下载完成后得到压缩包：

对压缩包进行解压，得到一个名为cuda的文件夹。正常来说，我们需要将cuda中的一些文件复制到/usr/local/cuda-8.0/***的路径下，并配置相关路径。但这里，我们的做法有点不同。

因为，我们是用apt-get安装的，所以，我们是不存在/usr/local/cuda-8.0/***路径的，也不需要配置环境路径。但复制还是要复制的，不过位置变了一下，这里是第二个卡住我的问题点，找了很久，知乎的一位答友吕俊奇的回答给了我启发(回答的链接我会放到文末的参考中)，这里要做如下操作：

第一，将解压出来的cuda/include/下的cudnn.h文件复制到/usr/local/include/目录下。

第二，将cuda/lib64/目录下的所有文件复制到python环境的tensorflow包的tensorflow/python/目录下，比如，对我来说该路径就是/media/raini/deepin/software/deepin/anoconda3/envs/py35/lib/python3.5/site-packages/tensorflow/python，这个路径因人而异，请参考我的路径自行查找。

第三，复制好了之后Python导入TF报错如下：

ImportError: /media/raini/deepin/software/deepin/anoconda3/envs/py35/lib/python3.5/site-packages/tensorflow/python/libcudnn.so.6: file too short
Failed to load the native TensorFlow runtime.

因为 libcudnn.so.6 和 libcudnn.so.6 都是 libcudnn.so.6.0.21的软连接，如下：

所以，重做一遍软连接：

raini@biyuzhe～$ rm /media/raini/deepin/software/deepin/anoconda3/envs/py35/lib/python3.5/site-packages/tensorflow/python/libcudnn.so.6
raini@biyuzhe～$ ln -s /media/raini/deepin/software/deepin/anoconda3/envs/py35/lib/python3.5/site-packages/tensorflow/python/libcudnn.so.6.0.21 /media/raini/deepin/software/deepin/anoconda3/envs/py35/lib/python3.5/site-packages/tensorflow/python/libcudnn.so.6
raini@biyuzhe～$ rm /media/raini/deepin/software/deepin/anoconda3/envs/py35/lib/python3.5/site-packages/tensorflow/python/libcudnn.so

raini@biyuzhe～$ ln -s /media/raini/deepin/software/deepin/anoconda3/envs/py35/lib/python3.5/site-packages/tensorflow/python/libcudnn.so.6.0.21 /media/raini/deepin/software/deepin/anoconda3/envs/py35/lib/python3.5/site-packages/tensorflow/python/libcudnn.so