一、 准备工作
@H_502_5@ 二、 安装显卡驱动、CUDA、cudnn @H_502_5@ 1. 安装显卡驱动 @H_502_5@ 如果是新安装的Ubuntu系统，那么直接安装按以下步骤安装即可。如果曾经装过显卡驱动，请先卸载旧版驱动。 @H_502_5@ a) Ctrl+Alt+F1进tty，如果黑屏可以修改grub文件。具体做做法如下 @H_502_5@ sudo gedit /etc/default/grub 用gedit打开grub文件 @H_502_5@ 将GRUB_CMDLINE_LINUX_DEFAULT的值修改为 quiet splash nomodeset @H_502_5@ sudo update-grub 更新grub @H_502_5@ 重启电脑(可能会发现系统分辨率变了，不要紧，安装好驱动就会恢复正常) @H_502_5@ b) 进入tty之后，输入用户名和密码。 @H_502_5@ c) sudo service lightdm stop 关闭图形界面 @H_502_5@ cd DL 切换到你放驱动的文件夹，笔者的在DL文件夹 @H_502_5@ sudo chmod 755 NVIDIA-Linux-x86_64-367.57.run获取权限，根据自己驱动名修改 @H_502_5@ sudo ./NVIDIA-Linux-x86_64-367.57.run 如果提示pre-install失败可以忽略 @H_502_5@ sudo service lightdm start 开启图形界面 @H_502_5@ d)测试一下，Ctrl+Alt+t打开terminal @H_502_5@ cat /proc/driver/nvidia/version
@H_502_5@ 如果出现下面的界面 @H_502_5@ 那么说明驱动安装成功了，可以看到笔者安装的版本是367.57 @H_502_5@ 2. 安装CUDA @H_502_5@ a) 首先安装相关的依赖库 @H_502_5@ sudo apt-get install freeglut3-dev
sudo apt-get install build-essential
sudo apt-get install libx11-dev
sudo apt-get install libxmu-dev
sudo apt-get install libxi-dev
sudo apt-get install libglu1-mesa
sudo apt-get install libglu1-mesa-dev
@H_502_5@ b) 切换到放cuda安装包的文件夹 @H_502_5@ sudo sh cuda_8.0.44_linux.run --override @H_502_5@ c) 这时候会出现一大堆协议，一直按space就可以，最后accept @H_502_5@ d) 需要特别注意：安装过程中问你要不要Install NVIDIA ～～ drive一定要选ｎ，不然之前装的显卡驱动就白装了。这里主要是因为cuda提示安装的驱动版本比较低。 @H_502_5@ e) 其他都选yes，默认文件夹不用去改它。 @H_502_5@ f) 安装完毕之后设置一下环境变量。 @H_502_5@ 将下面两行写到~/.bashrc文件中(sudo gedit ~/.bashrc)
@H_502_5@ export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda8.0-/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
g) 测试一下，切换到cuda_sample文件夹 @H_502_5@ cd ～/NVIDIA_CUDA-8.0_Samples 切换到sample文件夹
make make一下
cd bin/x86_64/linux/release 切换到release目录
./deviceQuery 运行一下实例 @H_502_5@ 如果出现下面的图，说明安装成功了。 @H_502_5@ 3. 安装cudnn
@H_502_5@ a) cd DL 切换目录，根据实际情况更改
tar xvzf cudnn-8.0-linux-x64-v5.1.tgz 解压
sudo cp cuda/include/cudnn.h /usr/local/cuda/include 复制头文件
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* @H_502_5@ 这样子就可以了。 @H_502_5@ 4. 安装anacond @H_502_5@ anaconda集成了python的100多个库，比较方便。 @H_502_5@ 先去官网下载，下载地址。 @H_502_5@ 下载好后，切换到下载目录 @H_502_5@ bash Anaconda3-4.2.0-Linux-x86_64.sh @H_502_5@ 中间会问你要不要修改环境变量，选y @H_502_5@ 安装完成记得执行一下 source ~/.bashrc 才会生效 @H_502_5@ 测试一下，在命令行输入python，出现下图说明安装正确。 @H_502_5@ 5. 安装tensorflow @H_502_5@ a) 首先执行下面两句，开启GPU加速 @H_502_5@ export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda @H_502_5@ b) pip install tensorflow-0.11.0rc1-cp35-cp35m-linux_x86_64.whl @H_502_5@ 这就安装好了。你没看错。如果是自己折腾从源码编译不要太麻烦 @H_502_5@ c) 测试一下 @H_502_5@ cd anaconda3/lib/python3.5/site-packages/tensorflow/models/image/mnist @H_502_5@ python convolutional.py
@H_502_5@ 5.4ms,比cpu不要快太多。就这么愉快的结束了。真正的学习过程才刚刚开始~ 原文链接：https://www.f2er.com/ubuntu/354997.html
