配置Ubuntu16.04+CUDA8.0+cuDNN 5.1+Tensorflow1.0+TensorLayer

最近給電腦裝了塊GTX 1080，打算重裝系統，然後把開發環境重新配置一邊，在這裏記錄一下，方便以後參考。

1 需要安裝的東西

1.1 開發環境

1. GTX 1080的驅動
2. CUDA
3. Anaconda
4. Tensorflow, TensorLayer
5. IDE: Pycharm, Spyder, Sublime Text
6. Jupyter Notebook
7. 其他常用庫： Scikit-Learn, Pandas, Matplotlib, Seaborn
8. Jupyter

1.2 其他

1. Google Chrome瀏覽器
2. XX-Net

2 步驟

2.1 顯卡驅動和CUDA

參考:
ubuntu 16.04 + GTX 1080 DeepLearning工作站搭建

深度學習主機環境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0

親測詳解ubuntu14.04+cuda8.0+gtx1080+caffe

1. 下載GTX 1080最新驅動，
2. 下載CUDA 8.0
3. 此時顯示器接在集成顯卡的插口上
4. CTRL+ALT+F1 然後登陸你的賬號
5. 關閉 X server，sudo service lightdm stop
6. sudo init 3
7. sudu sh NVIDIA-Linux-x86_64-375.39.run
8. 重啓，顯示器插到顯卡上，正常輸入密碼登錄帳號進入圖形界面
9. Ctrl + Alt + T 打開Terminal
10. sudo sh cuda_8.0.61_375.26_linux.run
11. 注意剛纔已經裝過驅動了，這裏要選擇不安裝CUDA帶的驅動
12. 安裝依賴:

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

1. 安裝完畢後，再聲明一下環境變量, 在終端輸入這兩句：

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

1. 然後修改文件中環境變量設置

sudo vi /etc/profile

1. 輸入上面export的兩句，保存，退出。

2. sudo ldconfig //環境變量立即生效

3. 通過nvcc -V測試cuda是否安裝成功

2.2 安裝cuDNN

參考：
深度學習主機環境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow

1. 下載cuDNN
2. 安裝cuDNN比較簡單，解壓後把相應的文件拷貝到對應的CUDA目錄下即可：

tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz
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*

2.3 安裝Anaconda

1. 在Anaconda官網下載並安裝

bash Anaconda3-4.3.1-Linux-x86_64.sh 

1. 添加清華大學鏡像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

2.4安裝Tensorflow

參考：
Tensorflow Install
1. 創建一個子環境，命名爲dl

conda create -n dl python=3.5  # 安裝3.6出現了錯誤

1. 激活環境dl

source activate dl

1. 安裝libcupti-dev library

sudo apt-get install libcupti-dev

1. 使用pip安裝tensorflow

pip3 install tensorflow-gpu

2.5 安裝Tensorlayer

參考：
Tensorlayer Install
1. 這裏使用源碼安裝，首先在Github clone下來Tensorlayer源碼

git clone https://github.com/zsdonghao/tensorlayer.git
pip install -e .

報錯：

1. Intel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so