背景@H_502_5@
想用GPU跑Tensorflow-gpu，买了块Tesla显卡，默认支持CUDA8.0以后版本。所以刚开始准备安装CUDA8.0，上官网搜索一圈，按照提示，通过apt-get安装，可是装好之后，运行Tensorflow，发现缺少libcusparse.so.8.0 库。如下：@H_502_5@
不得不寻找这个库，通过提示知道这个是CUDNN提供的一个库，于是希望下载CUDNN，（这个资源现在网上很难找到了），费尽千辛万苦，下载了CUDNN V6.0以及CUDNN V7.0，安装，然鹅，可是居然还是没有没找到libcusparse.so.8.0。@H_502_5@
然后，就想到安装CUDA9.0版本，是不是会兼容。于是卸载 apt-get auto remove ***，再去安装9.0版本。这次学乖了，没有通过apt-get安装（说实话，不太习惯一个软件的东西被分散在各个地方，我喜欢一个软件的东西在一个文件夹），下载全部的资源包，本地安装。@H_502_5@
下载了“cuda_9.0.176_384.81_linux.run.81_linux-run”，然后直接安装，顺利完成（如果安装这个出错，说明之前apt-get的卸载不干净，安装log提示卸载即可）。@H_502_5@
然鹅，@H_502_5@
居然还是没有libcusparse.so.8.0，但是有libcusparse.so.9.0，不过，Tensorflow不支持libcusparse.so.9.0，切CUDA的这个不向前兼容，虽然没成功，但是看到了胜利的曙光，卸载cuda_9.0，重新下载cuda_8.0，问题终于解决。@H_502_5@
@H_502_5@
避免其他同学走坑，下面分享下我这里的正确步骤，一起学习：@H_502_5@
1，首先要确认NVIDIA显卡正确的被安装上去了@H_502_5@
2，下载CUDA_8.0驱动包cuda_8.0.44_linux.run，因为这个链接，非常难找到，所以分享出来@H_502_5@
链接：http://pan.baidu.com/s/1o7EYEL0 密码：zPHP
@H_502_5@
3，直接 sudo ./cuda_8.0.44_linux.run 安装，安装提示选择yes和默认选项即可。安装成功，会看到如下信息@H_502_5@
@H_502_5@
4，设置环境变量@H_502_5@
export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:${LD_LIBRARY_PATH}
export PATH=/usr/local/cuda-8.0/bin:${PATH}
@H_502_5@
执行
#source /etc/profile@H_502_5@
5，配置lib地址@H_502_5@
sudo vim /etc/ld.so.conf.d/cuda.conf@H_502_5@
/usr/local/cuda/lib64@H_502_5@
sudo ldconfig@H_502_5@
6，验证CUDA安装成功@H_502_5@
@H_502_5@
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery@H_502_5@
sudo make@H_502_5@
sudo ./deviceQuery@H_502_5@
返回GPU的信息则表示配置成功@H_502_5@
7，运行Tensorflow-gpu，终于有libcusparse.so.8.0了，但是，缺少libcudnn.so.6，根据之前的安装过程，知道，这个是cudnn_8.0的库，所以直接下载cudnn-8.0-linux-x64-v6.0.0.tgz，这里也提供一个连接下载（感谢百度网盘）。
链接：http://pan.baidu.com/s/1pKEW7tp 密码：c5z5
@H_502_5@
8，再运行Tensorflow-gpu，终于可以正常跑了。@H_502_5@
查看GPU状态（-l表示循环）@H_502_5@
#nvidia-smi -l@H_502_5@
@H_502_5@
9，OK，大功告成，希望对大家有所帮助。@H_502_5@
