ubuntu16.04+tnesorflow1.5+anaconda5+cuda9.0+cudnn7不走弯路安装方法

本文方法跟其他文章安装顺序略有不同，保证少走弯路
新的ubuntu16.04的系统安装好后，把源改成清华源
1.直接安装最新的anaconda，哪个新就装哪个，我是这版Anaconda3-5.1.0-Linux-x86_64.sh
    sudo bash Anaconda3-5.1.0-Linux-x86_64.sh就好，一路继续，有一个在～/.bashrc里面添加环境变量那一块一定要yes
    装完之后，重启命令行，再输入python，就会发现Python 3.6.4 |Anaconda, Inc.，这就说明安装成功
2.然后也换源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes
3.建立并激活Tensorflow环境继续在命令行输入：
conda create --name=tensorflow python=3.6，这句话十分好，不管你anaconda安装的是什么版本，这里创建的环境都是按照你设定的python版本安装的，十分便于安装多版本python

这里，由于在Anaconda3安装的时候，选择了默认Python3.6版本，因此新建立的tensorflow环境就是基于Python3.6。再输入：
source activate tensorflow

即可激活tensorflow环境，用deactivate可以取消激活。

4.安装Tensorflow
在激活tensorflow环境状态下，输入：
pip install tensorflow_gpu
会自动选择目前最新的版本(本文是1.5.0)进行安装，一路下一步就OK
测试tensorflow获得应该安装的cuda和cudnn版本
输入python后，import tensorflow
这时候会出一大堆报错，找到cublas后面的版本号，我这里是9.0，所以我们应该安装cuda9，至于cudnn可以等到cuda装完后，再看需要什么版本再下载。
5.安装cuda9.0
官网下载，我这里是cuda_9.0.176_384.81_linux.run，这里提醒一点，cublas后面是9.0就千万不要下载9.1，全都是随着tf报错走的。

5.1 确认之前的准备工作已经完成

5.2 Disable the Nouveau drivers(禁用nouveau,这一步至关重要！！！)

5.2.1使用以下命令查看Noueau驱动是否被加载了

$ lsmod | grep nouveau
# 如果打印出一些信息，说明Noueau被加载了，正常情况下会打印出一些关于nouveau的信息

5.2.2 Create a file at /etc/modprobe.d/blacklist-nouveau.conf with the following contents:
创建sudo gedit /etc/modprobe.d/blacklist-nouveau.conf，写入：

blacklist nouveau
options nouveau modeset=0

5.2.3 使配置生效
             sudo update-initramfs -u
             再次lsmod | grep nouveau，发现没有输出
5.3重启安装
进入到登录界面后不要登录，直接ctrl+alt+f1
停止X服务

sudo /etc/init.d/lightdm stop

运行可执行文件

sudo sh cuda_9.0.176_384.81_linux.run

如果是单显卡的话，opengl一定选no，否则会循环登录，其他都按默认来，没有默认就是y

安装完成后
check device nodes (检查设备节点):

Check if /dev/nvidia* files exist

。如果没有的话

$ sudo modprobe nvidia

重启桌面服务

$ sudo service lightdm start

此时能够登录，则没有问题。
5.4安装后的一系列设置

然后在NVIDIA_CUDA-9.0_Samples里 make -j4一下
编译后的二进制文件默认存放在NVIDIA_CUDA-9.0_Samples/bin中。
接着在终端中输入 ：

$ cd bin/x86_64/linux/release
$ ./deviceQuery

结果如下图所示：看到类似如下图片中的显示，则代表CUDA安装且配置成功，其中 Result = PASS代表成功,若失败 Result = FAIL
此时在ls /dev 里面就能发现nvidia开头的三个文件。
然后需要给cuda设置一个环境变量
 在系统环境里设置CUDA的路径

$ sudo gedit ~/.bashrc # 编辑

~/.bashrc 的最后中添加如下代码

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-9.0
export PATH=/usr/local/cuda-9.0/bin:$PATH

$source ~/.bashrc #配置立即生效

这时执行一下 nvcc -V可以看到显卡型号

此时，cuda应该已经安装完毕了，我们还通过之前的方法打开tensorflow，发现依然报错，这次是缺cudnn的库，看到版本，我这里是cudnn7.0
6.安装cudnn7.0

所以还是去下载，我们找到那个tar.gz的压缩包，不是power8，别下错了，power8是一个独立平台。，解压缩后得到cuda文件夹

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

以上步骤都做完后
开一个新的terminal，进入tensorflow，发现已经没有报错了，安装完成。