ANACONDA + ubuntu 16.04 + tensorflow + python (3.5)/python (2.7) GPU版本

**********************************************************************************************************************************

注意注意：一定要在系统更新之后进行下面的步骤！！！！

**********************************************************************************************************************************

1. 安装Cuda

到CUDA官网下载，这里下载的是8.0版本CUDA，然后执行命令安装：

 

sudo chmod +x cuda_8.0.61_375.26_linux.run
sudo ./cuda_8.0.61_375.26_linux.run

 其中的安装显卡驱动不选其他默认即可;

安装好CUDA之后，添加环境变量：

sudo gedit /etc/profile 

# 添加内容如下：
PATH=/usr/local/cuda-8.0/bin:$PATH   
export PATH  
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/lib  

# 保存退出，使之立即生效
source /etc/profile

# 添加lib库路径
sudo gedit /etc/ld.so.conf.d/cuda.conf  

# 添加内容如下：
/usr/local/cuda-8.0/lib64 

# 保存退出，使之立即生效
sudo ldconfig

# 验证安装结果，有服务器信息和cuda版本号即可
nvcc -V

2. 安装Cudnn

在cuDNN官网上下载，需要注册，必须下载cuDNN v5.1 Library for Linux版本，执行以下命令：

sudo tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/  
sudo cp include/cudnn.h /usr/local/cuda/include/ 
cd /usr/local/cuda/lib64/  
sudo rm -rf libcudnn.so libcudnn.so.5  
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5  
sudo ln -s libcudnn.so.5 libcudnn.so

测试CUDA是否安装成功：

紧接着上一步执行下面的步骤：
cd /usr/local/cuda/samples
sudo make all -j4

# 全部编译完成之后
cd /usr/local/cuda/samples/bin/x86_64/linux/release
./deviceQuery   # 如果显示有可用的GPU即为成功

3.安装ANACONDA

先到https://www.continuum.io/downloads 下载anaconda, 现在的版本有python2.7版本和python3.5版本，下载好对应版本、对应系统的anaconda，它实际上是一个sh脚本文件，大约300M-400M左右。本人安装为3.5版本

下载成功后，在终端执行（2.7版本）：

# bash Anaconda2-4.1.1-Linux-x86_64.sh

或者3.5 版本：

# bash Anaconda3-4.1.1-Linux-x86_64.sh

在安装的过程中，会问你安装路径，直接回车默认就可以了。有个地方问你是否将anaconda安装路径加入到环境变量（.bashrc)中，这个一定要输入yes

安装成功后，会有当前用户根目录下生成一个anaconda2的文件夹，里面就是安装好的内容。在终端可以输入

conda info 来查询安装信息

输入conda list 可以查询你现在安装了哪些库，常用的python, numpy, scipy名列其中。如果你还有什么包没有安装上，可以运行

conda install ***  来进行安装(***代表包名称），如果某个包版本不是最新的，运行 conda update *** 就可以了。

4、安装tensorflow

选择用conda创建独立环境：

conda create -n tensorflow python==3.5
source activate tensorflow

先在终端执行：

anaconda search -t conda tensorflow

因此，执行下面代码来查看详细信息：

anaconda show jjhelmus/tensorflow

它就会告诉你，怎么来安装这个包,在终端执行：

conda install --channel https://conda.anaconda.org/jjhelmus tensorflow

然后输入"y"，进行安装。

一定注意版本，tensorflow-gpu最新版本为1.4，换用tensorflow-gpu 1.2版本完美解决。

另注：

此时的ipython、jupyter notebook等是全局的，需要在激活的tensorflow空间中再次运行conda install ipython以 及 conda install jupyter ，才可以在jupyter notebook中运行！！！！！

6、调试

安装成功与否，我们可以测试一下。

在终端输入python，进入python编译环境，然后输入：

import tensorflow as tf

引包tensorflow包，如果没有报错，则安装成功，否则就有问题。

然后可以输入

tf.__version__
tf.__path__

查看tensorflow的安装版本和安装路径（左右各两根下横线）。

7.查看是否调用了GPU

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

• 1
• 2

查看日志信息若包含gpu信息，就是使用了gpu。
其他方法：跑计算量大的代码，通过 nvidia-smi 命令查看gpu的内存使用量。

 

感谢博文的帮助：

http://blog.csdn.net/u014365862/article/details/52776708

http://blog.csdn.net/castle_cc/article/details/78389082

安装CUDA

http://blog.csdn.net/u014618061/article/details/78956090

jupyter notebook 中 tensorflow 报错:https://www.jianshu.com/p/a8d4df740218