Ubuntu 16.04配置 Cuda, Cudnn, Anaconda, Tensorflow (GPU)

1. 初始工作

　　更新： sudo apt-get upgrade

2. 检测NVIDIA 显卡驱动是否安装

　　在终端输入：nvidia-smi

  若出现下图，说明NVIDIA显卡已经安装：

 

 

 若出现：command no found, 则需要先安装NVIDIA显卡，具体安装步骤，

参见如下链接：https://www.jianshu.com/p/9384af4896f3

3. 安装cuda

 以cuda9.0版本为例：

3.1）到NVIDIA官网下载相应的CUDA版本的run 文件
注：NVIDIA官网链接：https://developer.nvidia.com/cuda-toolkit-archive

 

3.2）        cd 到run文件所在目录，输入：sudo sh cuda_9.0.176_384.81_linux.run
注：安装协议可以使用q跳过，显示第一个问题询问是否安装驱动。因为前面我们已经安装了驱动，所以我们不安装。

3.2）        添加环境变量

Ø  输入：sudo vim ~/.bashrc

Ø  打开~/.bashrc文件后，在文件末尾添加如下内容：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64

export PATH=$PATH:/usr/local/cuda-9.0/bin

export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0

注：注意自己的cuda安装版本，自行修改；

Ø  保存关闭该文件，并编译：source ~/.bashrc

Ø  通过nvcc -V来验证安装是否成功，若出现如下信息,即Cuda安装成功

 4.    安装Cudnn
4.1） 下载Cudnn安装包
   Cudnn下载链接：https://developer.nvidia.com/rdp/cudnn-archive
注：Cudnn的版本要对应支持Cuda版本

 

 4.2) cd到下载文件的路径，输入以下指令进行解压（安装）：
   sudo dpkg -i libcudnn7_7.2.1.38-1+cuda9.0_amd64.deb
   或：tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz
   注：注意自己安装Cudnn的文件名
4.3）解压后把相应的文件拷贝到对应的CUDA目录下即可
在终端输入
  sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/
  sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/
  sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h
  sudo chmod a+r /usr/local/cuda-8.0/lib64/libcudnn*

5.    Anaconda安装
5.1）Anaconda 下载
下载链接:  https://www.anaconda.com/products/individual

　　

5.2 安装Anaconda：

     输入bash Anaconda3-5.0.0.1-Linux-x86_64.sh
6. TensorFlow安装（GPU）
6.1) Aaconda3下创建虚拟环境
    输入：conda create -n tfgpu-py36 python=3.6
 注：终端下创建python 环境，其中tfgpu-py36是环境名称，python=3.6 是python版本
6.2) 激活环境（进入虚拟环境）
    输入：conda activate gputf-py36

6.3）安装TensorFlow
输入：pip install tensorflow-gpu==1.4
6.4）安装open3d
  输入：pip install --user open3d-python
6.4）关闭激活环境
输入:  conda deactivate gputf-py36
6.5）查看虚拟环境安装信息
     conda info –envs