ubuntu16.04下安装anaconda+nvidia显卡驱动+cuda-gpu+cudnn+tensorflow-gpu+pyrorch详细过程

一、安装anaconda
1.首先到官网上下载linux版本的anaconda
2.cd到anaconda.sh的目录
bash bash ./Anaconda3-5.2.0-Linux-x86_64.sh

3.一直按enter，输入yes，选择安装路径，这里选择home下新建的install文件夹
/home/superlinc/install/anaconda3

4.设置将Anaconda的安装路径添加到PATH环境变量中，输入yes就好了

5.是否要装VSCode，选择No

6.如果没有设置环境变量，可以
echo ‘export PATH="/home/superlinc/anaconda3/bin:$PATH"’ >> ~/.bashrc
source ~/.bashrc
6.安装完成，关掉终端，另开一个终端
输入python

二、安装nvidia显卡驱动和cuda
安装驱动有两种方式，第一种自动安装比较傻瓜，但失败的概率很大，不推荐，第二种手动安装比较复杂但能成功，推荐直接用第二种方式。
1.自动安装显卡驱动
系统设置->软件更新->附加驱动->切换到最新的NVIDIA驱动即可。应用更改->重启

但我重启后发现登录界面输入密码后，不断循环，就是登不进系统，一番研究之后可进行如下操作：
1）登录界面进入文本模式，CTRL+ALT+F5（F1～6不一定）
2）卸载驱动
首先登录帐号，输入密码。之后
sudo apt-get remove nvidia-*
sudo apt-get autoremove
sudo nvidia-uninstall
sudo reboot
3)此时重启后可正常登录

2.手动安装显卡驱动
驱动重新安装：
1）可以先去NVIDIA官网手动搜索自己适配的显卡驱动
https://www.nvidia.cn/Download/index.aspx?lang=cn

2）禁用nouveau驱动

• lsmod | grep nouveau
  如果有输出，则需要我们手动禁用nouveau，这是必须项，不然后面没法安装。
• sudo vim /etc/modprobe.d/blacklist.conf
  按i进入编辑模式，在最后加入
  blacklist nouveau
  options nouveau modeset=0
  将nouveau加入黑名单
• sudo update-initramfs -u
  更新内核
• reboot
  重启后可能分辨率会变化，不用管。再次输入
  lsmod | grep nouveau
  如果没输出，就代表禁用成功。如果还是有输出，多重复几次。我就试了好多次都不行，最后重装系统解决。
  3）进入文本模式
  重启进入登录界面，先不要输密码进去。按CTRL+F1(F1~6不一定)进入文本模式，输入帐号和密码。
• 禁用X-Windows服务
  sudo service lightdm stop
• 进入驱动目录
  cd /home/downloads
  ls
• 给run文件赋予执行权限
  sudo chmod +x NVIDIA-Linux-x86_64-418.43.run
• 按提示进行安装，重启
  sudo ./NVIDIA-Linux-x86_64-418.43.run -no-opengl-files
• nvidia-smi
  
  驱动安装成功。
  之后分辨率可能会有问题，永久改变分辨率方法：
  https://blog.csdn.net/m0_38082419/article/details/79851098
  如果重启后分辨率还是不对：
  sudo mv /etc/X11/xorg.conf /etc/X11/xorg.conf.backup
  sudo touch /etc/X11/xorg.conf
  sudo reboot
  4）安装cuda
• 进入下载目录，安装
  cd /Downloads
  sudo ./cuda_9.2.148_396.37_linux.run -no-opengl-libs
  license文件很长，可以长按CTRL+F
• Do you accept the previously read EULA?
  accept
• Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
  n
• Install the CUDA 9.2 Toolkit?
  y
• Enter Toolkit Location
  enter
• Do you want to install a symbolic link at /usr/local/cuda?
  y
• Install the CUDA 9.2 Samples?
  y
• Enter CUDA Samples Location
  enter
  5）设置环境变量
  sudo vim /home/superlinc/.bashrc
  在最后面加上
  export PATH=PATH:/usr/local/cuda−9.2/binexportLDLIBRARYPATH=PATH:/usr/local/cuda-9.2/bin export LD_LIBRARY_PATH=PATH:/usr/local/cuda−9.2/binexportLDL​IBRARYP​ATH=LD_LIBRARY_PATH:/usr/local/cuda-9.2/lib64
  export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.2
  source ~/.bashrc
  6）测试
  cd /usr/local/cuda-9.2/samples/1_Utilities/deviceQuery
  sudo make -j4
  ./deviceQuery
  Result = PASS

三、安装cudnn
1.到官网下载cudnn
https://developer.nvidia.com/rdp/cudnn-download
要先登录帐号，可用微信登录，选择和cuda相匹配的版本

2.对tgz进行解压
tar -xvf cudnn-9.2-linux-x64-v7.5.0.56.tgz
3.拷贝文件
解压后把相应的文件拷贝到对应的cuda文件夹下
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**

四、安装tensorflow-gpu
使用清华大学镜像安装，可以快很多
conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
并把～/.condarc中-defaults一行删除（可能隐藏，按ctrl+h，在/home/superlinc/下面）
1.建立conda计算环境
conda create -n tensorflow_gpu python=3.6
可以发现，从镜像下载快了很多
2.激活环境
conda activate tensorflow_gpu
3.使用conda安装tensorflow
conda install tensorflow-gpu
五、安装pytorch
仍然使用清华大学镜像安装，可参考下面这篇文章。
https://www.geek-share.com/detail/2727250595.html