Ubuntu14.04 + NVIDIA GTX1080Ti + cuda8.0 +cuDNN6.0 +python3.4 + tensorflow_gpu-1.4.0-cp34-cp34m-

花了三天时间，各种排错走弯路，终于配置好了gpu版tensorflow,分享给大家

Ubuntu14.04 安装流程就不讲了，不是重点想要说的

确认显卡已安装

$lspci | grep -i nvidia

确认gcc版本

$gcc –version

第一步：

下载cuda8.0

官方网站：https://developer.nvidia.com/cuda-80-ga2-download-archive

下载后的文件名为cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb

cd到下载目录

$sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb

$sudo apt-get update

$sudo apt-get install cuda

将cuda8.0加入环境变量

$sudo vim /etc/profile

在最后一行加入

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

然后保存退出

$source /etc/profile

$sudo vim /etc/ld.so.conf

在后面加入

/usr/local/cuda-8.0/lib64

保存退出

$sudo ldconfig

此时一定要测试一次cuda是否安装成功，如果没有成功后面会遇到很多问题

$cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

$sudo make

$./deviceQuery

如果显示pass，则成功

第二步：

安装cuDNN6.0

下载：cuDNN6.0（我会在文尾留下网盘链接）

建议从百度里找网盘链接，我是在CSDN里下的

下载文件名cudnn-8.0-linux-x64-v6.0.tgz

解压：$tar zxvf cudnn-8.0-linux-x64-v6.0.tgz

解压后是一个cuda文件夹，里面有两个文件夹include和lib64

拷贝include和lib64里的内容到usr/local/cuda/include和usr/local/cuda/lib64并改写权限

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

$sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

$sudo chmod a+r /usr/local/cuda/include/cudnn.h

$sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

添加用户环境变量

$sudo vim ~/.bashrc

在末尾加上下面内容

export CUDA_HOME=/usr/local/cuda-8.0

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

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib64

export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

第三步：

python3.4

Ubuntu14.04系统自带python2.7和python3.4，但是默认会使用python2.7

所以修改python默认版本

$sudo update-alternatives –install /usr/bin/python python /usr/bin/python2.7 2

[sudo] password for ss:

$sudo update-alternatives –install /usr/bin/python python /usr/bin/python3.4 1

$sudo update-alternatives –config python

会出现

0 /usr/bin/python2.7 2 auto mode

1 /usr/bin/python2.7 2 manual mode

2 /usr/bin/python3.4 1 manual mode

选择2即可

第四步：

安装gpu版tensorflow

可以直接使用命令$sudo pip install tensorflow-gpu系统自己下载匹配版本

或者下载好gpu版本tensorflow

下载地址https://pypi.python.org/pypi/tensorflow-gpu（里面有很多版本，不要下错了）

我用的tensorflow_gpu-1.4.0-cp34-cp34m-manylinux1_x86_64.whl

然后安装：

$sudo pip install tensorflow_gpu-1.4.0-cp34-cp34m-manylinux1_x86_64.whl

然后静静的等待安装成功！

安装完后我输入

$python

import tensorflow

提示

ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory

错误原因，无法建立软连接

输入

sudo ldconfig /usr/local/cuda/lib64

则会返回

/sbin/ldconfig.real: /usr/local/cuda/lib64/libcudnn.so.6 is not a symbolic link

说明确实没有建立软连接

解决方法：

方法1：

删除原本的软连接

cd /usr/local/cuda/lib64/

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

然后修改文件权限，并创建新的软连接

sudo chmod u=rwx,g=rx,o=rx libcudnn.so.6.0.20

sudo ln -s libcudnn.so.6.0.20 libcudnn.so.6

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

方法2：

sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig

sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig

sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig

ldconfig命令是一个动态链接库管理命令，是为了让动态链接库为系统共享

以上便是便是安装全过程！！！

用小脚本检测一下tensorflow能不能调用gpu运行

import tensorflow as tf

a = tf.constant([1.0, 2.0, 3.0], shape=[3], name=’a’)

b = tf.constant([1.0, 2.0, 3.0], shape=[3], name=’b’)

c = a + b

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

print(sess.run(c))

如果显示：

add: (Add): /job:localhost/replica:0/task:0/device:GPU:0

2017-12-06 20:30:23.050462: I tensorflow/core/common_runtime/placer.cc:874] add: (Add)/job:localhost/replica:0/task:0/device:GPU:0

b: (Const): /job:localhost/replica:0/task:0/device:GPU:0

2017-12-06 20:30:23.050490: I tensorflow/core/common_runtime/placer.cc:874] b: (Const)/job:localhost/replica:0/task:0/device:GPU:0

a: (Const): /job:localhost/replica:0/task:0/device:GPU:0

2017-12-06 20:30:23.050507: I tensorflow/core/common_runtime/placer.cc:874] a: (Const)/job:localhost/replica:0/task:0/device:GPU:0

[ 2. 4. 6.]

则安装成功啦！

链接：https://pan.baidu.com/s/1qYn3wFq 密码：82j4