阿里云服务器深度学习环境从0配置(Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow1.4+Anaconda3+opencv2+tensorlayer1.7.4)

我将所需要的包全部放在了云盘，不需要再去繁琐的寻找下载了。文中给出了所有包的地址和密码，废话不多说，开始吧！

1.检查更新apt-get

cd ~
apt-get update

2.Anconda3安装

可从云盘中下载，地址链接: https://pan.baidu.com/s/1p87G0-uR2tYElijOF4gj-Q 密码: aqa2

也可自己下载，Anaconda对应python3.6版本

cd 到Anaconda3安装文件的目录下

cd ~
cd 你的Anaconda3安装文件目录

sudo sh Anaconda3-5.2.0-Linux-x86_64.sh

安装过程中不要自己加环境变量，全都选yes

手动添加环境变量：

vi .bashrc

在bashrc文件最后一行加入，因为我的anaconda3安装在root文件下所以执行：（一般这个文件会和Anaconda3-5.2.0-Linux-x86_64.sh在一个目录下）

export PATH=$PATH:/root/anaconda3/bin:$PATH

3.安装NVIDA驱动

云盘可直接下载地址链接: https://pan.baidu.com/s/1T1HMMd_1ZGce-VVd7glwgQ 密码: 3kfs

切换到NVIDA驱动安装文件的目录下

cd ~
cd NVIDA驱动所在目录

安装NVIDA驱动

sudo sh NVIDIA*.run

安装过程中一路accept，yes

安装完成后，用下面命令测试，如果出现显卡的信息说明安装成功

nvidia-smi

4.安装cuda

云盘可直接下载地址链接: https://pan.baidu.com/s/1MBJvTlrul6te6oQlHLMjKA 密码: sytr

切换到cuda安装文件的目录

cd ~
cd cuda安装文件所在目录

安装cuda，执行命令

sudo sh cuda*.run

安装路径为/usr/local/cuda-8.0，提示是否安装驱动的时候选择n，因为之前咱们是安装过驱动的，其他选yes即可。如果出现下面的页面说明安装成功

添加环境变量
用sudo vi打开/etc/profile，（vi的使用可以参考上一篇博客 http://blog.csdn.net/star_code/article/details/76584149）

最后添加：

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

保存，测试命令

source /etc/profile 使更改生效。
nvcc –V 检查CUDA

5.安装cudnn

可从网盘上下载地址：链接: https://pan.baidu.com/s/1Eh6ra0xUMuDs1FsFy8_wSQ 密码: 7hj5

切换到cudnn安装文件的目录

cd ~
cd cudnn安装文件的目录

安装cudnn

tar -xvzf cudnn-*.tgz

解压后是一个cuda文件夹

cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include
sudo cp lib64/libcudnn.* /usr/local/cuda/lib64

6.安装tensorflow1.4.0版本

可从云盘上下载tensorflow的whl文件地址：链接: https://pan.baidu.com/s/1xPQXKO8VbOCOJOomIX7LEA 密码: jgch

执行安装命令：

cd ~
cd tensorflow的whl文件的安装目录
pip install tensorflow_gpu-1.4.0-cp36-cp36m-linux_x86_64.whl

7.安装opencv2

这是最简单的方法，执行命令

conda install --channel https://conda.anaconda.org/menpo opencv3

8.tensorlayer1.7.4安装

执行

pip install tensorlayer==1.7.4

9.后话，如果需要mxnet和tflearn也可以安装

安装mxnet

pip install mxnet==1.2.0

安装tflearn

pip install tflearn

10.Reference

1.https://blog.csdn.net/Star_code/article/details/76616958

2.https://blog.csdn.net/u012020639/article/details/52484285

3.https://blog.csdn.net/qq_36076233/article/details/80666431

4.https://blog.csdn.net/qq_27469517/article/details/77098718