完整版 ubuntu 16.04LTS 安装tensorflow教程（源码安装）

声明：此方法安装tensorflow亲测有效，即使中间出现问题也都是缺少某个工具、缺少某个文件之类的，都是跟系统有关的小问题！尽量按顺序执行，至少在每一步过程中都按照顺序执行！！

安装配置：

硬件：GPU：GeForce GTX 1080

软件：Ubuntu16.04+Anaconda3-5.1.0+CUDA9.0+CUDNN7.0+tensorflow-r1.7

 

Tensorflow-r1.5以上支持CUDA版本9.0版本；

Tensorflow-r1.3, r1.4匹配CUDA版本8.0版本

安装过程：

 

1. Nvidia 显卡驱动安装

下载官方驱动程序，下载网址为：http://www.geforce.cn/drivers，我的显卡是GTX 1080下载的是NVIDIA-Linux-x86_64-384.130.run这个版本，也可以选择更新一点儿的

1.1 禁止集成的nouveau驱动

查看属性：

$sudo ls -lh /etc/modprobe.d/blacklist.conf

修改属性：

$sudo chmod 666 /etc/modprobe.d/blacklist.conf

用gedit编辑器打开：

$sudo gedit /etc/modprobe.d/blacklist.conf

在该文件后加入下面几行：

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

 

1.2 安装驱动

按Ctrl+Alt+F1到控制台界面，输入用户名密码登陆

 

关闭当前图形界面

$sudo service lightdm stop

安装驱动NVIDIA-Linux-x86_64-xxx.run

$sudo chmod +x NVIDIA-Linux-x86_64-xxx.run
$sudo ./NVIDIA-Linux-x86_64-xxx.run -no-x-check -no-nouveau-check -no-opengl-files

最后重新启动图形环境

$sudo service lightdm start

查看显卡驱动

$sudo nvidia-smi

2. 安装CUDA9.0+cudnn7.0

 

 

CUDA9.0下载地址：https://developer.nvidia.com/cuda-90-download-archive ，如下图所示

 

 

2.1 CUDA9.0 安装

cd 到刚刚下载的cuda的 .deb 路径下，或者在刚刚的cuda的下载路径中打开终端

执行

$sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
$sudo apt-get update
$sudo apt-get install cuda-9.0

2.2 gcc 降低版本（会有莫名其妙的问题）
 

$sudo apt-get install g++-4.9
$sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
$sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
$sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
$sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
$sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
$sudo update-alternatives --set cc /usr/bin/gcc
$sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
$sudo update-alternatives --set c++ /usr/bin/g++

2.3 cudnn安装
去官网下载对应cuda版本的cudnn文件，需要先注册才能下载。

https://developer.nvidia.com/cudnn

到下载目录中打开terminal（或cd到下载目录），依次输入下面指令

$tar xvzf cudnn-9.0-linux-x64-v7.0-ga.tgz###（解压这个文件）

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

配置环境变量

用gedit 打开文件：

$sudo gedit /root/.bash_profile

在文件最后面添加如下内容：

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

用gedit 打开文件：

$ sudo gedit /etc/profile

在文件中添加：

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

创建文件：

$ sudo touch /etc/ld.so.conf.d/cuda.conf

在文件中添加：

/usr/local/cuda/lib64

使上述配置直接生效：

$source /root/.bash_profile
$source /etc/profile
$sudo ldconfig

2.4 完成安装，测试

$nvcc –V

可以看到cuda版本信息

运行一下CUDA中自带的例程：

$cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
$sudo make
$./deviceQuery

底部出现Result = PASS 则安装成功！！

 

 

3. 安装Bazel编译器

按照官方教程提供方法安装即可。

链接：https://docs.bazel.build/versions/master/install-ubuntu.html#install-on-ubuntu 

 

 

4. 安装Anaconda

 

 

（1） 到清华大学开源镜像网站下载  https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 比官网快的多得多

（2）  进入下载目录，打开terminal，键入：

$ bashAnaconda3-5.0.1-Linux-x86_64.sh

安装过程中，提示是否要将Anaconda的安装路径添加到PATH环境变量中，输入yes！！！

 installation finished.

Doyou wish the installer to prepend the Anaconda3 install location

toPATH in your /home/hj/.bashrc ? [yes|no]

[no]>>> yes

（建议）配置清华镜像作为默认下载路径，还是比官方快的多！

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

5. 安装其他库（可选）

$sudo apt-get install python-pip python-dev
$sudo apt-get install python-numpy swig python-dev python-wheel
$sudo apt-get install git
$git clone git://github.com/numpy/numpy.git numpy

6. 安装tensorflow

打开github上tensorflow的主页：https://github.com/tensorflow/tensorflow

在branch处选择对应的版本文件下载，可以根据你个人需求，此处，我选择的是 r1.7 版本的文件

进入下载目录中，解压源码

$unzip tensorflow-r1.7.zip
$cd ./tensorflow-r1.7
$./configure

配置安装信息：

这里要说一下，首先选择解释器路径，默认应当是你的~/anaconda3/bin/python 才不枉费你装了 Anaconda ，然后后面有一堆选yes/no的 就把jemalloc 和 CUDA 选yes，其他都回车选no就行，CUDA选yes的时候也会提示你cuda 和 cudnn 的默认路径，不对的话就输入改一下！

配置完成后会看到最后出现Configure finished

然后还是在此目录下输入

$bazel build -c opt //tensorflow/tools/pip_package:build_pip_package
$bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
$bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

$ pip install /tmp/tensorflow_pkg/tensorflow-1.7.1-cp36-cp36m-linux_x86_64.whl

第一行是选择CPU 版本，第二行是选择GPU 版本编译，时间比较久，最后一行的pip前面不要加sudo，你可以尝试加上，但是我这边儿有错

安装完成后设置tensorflow 的环境，终端中输入如下：

$mkdir _python_build
$cd _python_build
$ln -s ../bazel-$bin/tensorflow/tools/pip_package/build_pip_package.runfiles/org_tensorflow/* .
$ln -s ../tensorflow/tools/pip_package/* .
$python setup.py develop

7. 验证你的tensorflow：

从 shell 中调用 Python，如下所示：

$ python

在 Python 交互式 shell 中输入以下几行简短的程序代码：

# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果系统输出以下内容，说明您可以开始编写 TensorFlow 程序了：

Hello, TensorFlow!

至此，安装成功！！！