Ubuntu 16.04 配置安装 Tensorflow Gpu版本

1、安装CUDA8.0
2、更改gcc版本
3、安装深度学习库cuDNN
4、安装 Tensorflow Gpu enable python 2.7 版本

1、安装CUDA8.0

CUDA8.0
cuda 7.5支持ubuntu15.04和14.04版本，Ubuntu16.04用cuda 8.0。
cuda8.0下载页面选择
下载后按官网给的的命令操作即可安装完成:

Installation Instructions:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

安装完成以后，cuda默认安装在了/usr/local/cuda-8.0/目录处，然后设置环境变量:

sudo gedit ~/.bashrc

在刚打开文件的末尾加入下面两行，每次登陆后自动生效：

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

保存以后，继续在terminal中输入:

source ~/.bashrc #使更改的环境变量立即生效
nvidia-smi #测试是否配置成功

配置成功界面：
cuda

2、更改gcc版本

因ubuntu16.04的gcc编译器是5.4.0，而cuda8.0不支持5.0以上的编译器，因此需要降低gcc版本，将其降到4.9：

(1). 下载gcc/g++ 4.9.x
sudo apt-get install -y gcc-4.9
sudo apt-get install -y g++-4.9
(2). 链接gcc/g++实现降级
cd /usr/bin
sudo rm gcc
sudo ln -s gcc-4.9 gcc
sudo rm g++
sudo ln -s g++-4.9 g++
gcc --version   #查看版本，显示4.9.3则更改成功

3、安装深度学习库cuDNN

cuDNN
下载cuDNN v5.1 Library for Linux。
cuDNN
下载完成以后，解压并拷贝 CUDNN 文件到 Cuda Toolkit 8.0安装路径下. 假设 Cuda Toolkit 8.0 安装在 /usr/local/cud-8.0(默认路径), 执行以下命令(若/usr/local/cuda-8.0/include目录不存在，先创建一个include目录):

tar xvzf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*

4、安装 Tensorflow Gpu enable python 2.7 版本

首先安装在电脑上安装 pip(一种安装方式):

sudo apt-get install python-pip python-dev
pip install --upgrade pi

安装Tensorflow_gpu（使用清华的源，不然会哭）

sudo pip install --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.2.0rc1-cp27-none-linux_x86_64.whl

测试，terminal输入，不报错则为成功：

python
import tensorflow as tf

tensorflow
更：cuda8.0以deb方式安装可能会引起其他图形库的链接错误导致一些与图形相关的软件没法使用，比如ROS当中的Gazebo、Rviz等仿真软件。解决方案参考博客.