ubuntu16.04+GTX750ti+python3.6.5配置cuda9.0+cudnn7.05+

TensorFlow-gpu1.8.0

1、首先是安装python3.6.5
    关于python3.6的安装，在前面一篇博客写过了，请直接转前一篇博客，ubuntu16.04安装python3.6.5遇到的一些坑的记录。一定要把前一篇博客最后提到的gdbm按照介绍的方法配置好，不然安装cuda的时候会报错，还要配置。
注：如果直接用系统自带的python3.5.2可能不会有这么多坑，我没试过。。

2、GTX750ti显卡驱动的安装（其它型号方法一样，只需下载对应型号的安装包即可）
先打开 关于这台计算机 看一下现在的显卡驱动：

先去官网下载对应显卡型号的驱动，官网地址：https://www.nvidia.cn/Download/index.aspx?lang=cn，我直接下载750ti的驱动，如图所示：

点击搜索，然后下载，750ti的显卡驱动为：NVIDIA-Linux-x86_64-390.67.run

接下来先禁用系统自带的显卡驱动：

blacklist nouveau
options nouveau modeset=0

更新更改：

sudo update-initramfs -u

进入“关于这台计算机”查看如下图所示则为禁用成功（只要不再是NV117就意味着禁用成功）：

停止 X-windows服务（如果你是遵照我的博客，到这一步，请你在其他显示设备上打开本博客，因为下面将要关掉桌面，你讲进入命令行模式）：

sudo service lightdm stop

此时，桌面已被关掉，按ctrl + ALT +F1进入终端，进入刚下载的显卡驱动的目录，然后执行安装命令：

sudo sh NVIDIA-Linux-x86_64-390.67.run

按照提示一路安装，安装成功后，执行下面命令返回桌面：

sudo service lightdm restart

下面再次打开“关于这台计算机”，查看，如果如下图所示，则为安装成功（如果不如下图所示，先注销 / 重启下，再打开看看是否安装成功）：

3、安装cuda-9.0
去官网下载cuda-9.0的安装包，如图所示：

runfile包含的比较全，包含了显卡驱动，deb（local）应该是不包含显卡驱动的。
下载安装包：cuda_9.0.176_384.81_linux.run。

进入到下载目录，执行下面的安装命令：

sudo sh cuda_9.0.176_384.81_linux.run

一大段文字一路回车下去到最后，然后问你：

Do you accept the previously read EULA? 选择yes
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81? 
因为已经安装过显卡驱动了,所以选择no
Install the CUDA 9.0 Toolkit? 选择yes
Enter Toolkit Location 直接回车默认 [ default is /usr/local/cuda-9.0 ]: 直接回车默认即可
Do you want to install a symbolic link at /usr/local/cuda?  选择yes
Install the CUDA 9.0 Samples? 问你是否安装样例，安装了吧，也占不了多少空间
Installing the CUDA Toolkit in /usr/local/cuda-9.0 ... 等待安装完成即可

你看到的是貌似提示incomplete installed，这是因为待会要把cuDNN压缩包里面的东西放入安装目录下，马上就会介绍怎么放。

下面是配置下环境，打开.bashrc文件：

sudo gedit ~/.bashrc

在打开的文件里最后添加下面两句：

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

使配置的环境生效：

sudo source ~/.bashrc

接下来去官网（如果没有账号的话，要注册一个账号并填写下问卷）下载cuDNN7.05，如下图所示：

然后解压压缩包：cudnn-9.0-linux-x64-v7.tgz

然后把cuDNN里面的一些文件拷贝到刚安装好的cuda-9.0的安装目录下，并且设置权限。命令为：

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*

可以用nvcc -V命令来查看是否安装成功：

4、安装GPU版TensorFlow-1.8.0
安装TensorFlow倒也简单，只需一条命令即可：

sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu

这里用了清华的镜像，不然由于众所周知的原因，可能会安装的相当慢。。

下面再pycharm中写一段代码测试一波：

import tensorflow as tf

a = tf.constant(1)
b = tf.constant(2)
c = tf.add(a,b)
with tf.Session() as sess:
    print(sess.run(c))

恶心的事发生了，直接报错，如下：

而在终端中执行，竟然是完全正确的：

经过查资料，基本可以认为是pycharm的一个bug，需要在pycharm中打开run->edit configurations->environment vairables添加

LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

如下图所示：

配置好如图所示：

再次运行，perfect：

以上就是在ubuntu16.04+gtx750ti+python3.6.5配置cuda-9.0+cuDNN7.05+TensorFlow-gpu1.8.0的详细过程，我踩了无数的坑，仅此记录下来，希望能大家避免这些坑。