關於系統的安裝，可翻閱上一篇文章AI環境配置（一）：安裝Ubuntu雙系統。
1 安裝環境與版本：
- 系統：Ubuntu 16.04
- TensorFlow版本：1.12 GPU版
- CUDA版本：9.0
- cuDNN版本：7.3
- Anaconda版本：4.5.4（沒更新，問題不大）
- 官網教程：https://tensorflow.google.cn/install/gpu
官網給出了TensorFlow所需要的GPU支持，所以CUDA和cuDNN版本要滿足 其要求。
![在這裏插入圖片描述]()
2 安裝CUDA 9.0
首先安裝顯卡驅動，比較簡單就不單列了。安裝完成後，重啓即可。
系統設置–>軟件和更新–>附加驅動：
2.1 下載CUDA9.0：
- 選擇版本：
![在這裏插入圖片描述]()
2.2 安裝：
在下載目錄下，依次執行以下命令。中間可能提示缺失key，執行第二句即可。
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.debsudo apt-key add /var/cuda-repo-<version>/7fa2af80.pubsudo apt-get updatesudo apt-get install cuda
2.3 配置環境變量：
sudo gedit ~/.bashrc然後在文件底部添加以下語句。
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
2.4 驗證是否安裝成功：
- 確認已加載正確顯卡：
cat /proc/driver/nvidia/version
NVRM version: NVIDIA UNIX x86_64 Kernel Module 384.130 Wed Mar 21 03:37:26 PDT 2018
GCC version: gcc version 5.4.0 20160609 (Ubuntu 5.4.0-6ubuntu1~16.04.10)
- 確認CUDA已正常運行：
nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
- 運行示例程序：
cuda-install-samples-9.0.sh ~
cd ~/NVIDIA_CUDA-9.0_Samples/
make -j 8
cd bin/x86_64/linux/release/
./deviceQuery
3 安裝cuDNN 7.3
3.1 下載cuDNN
3.2 安裝：
在下載目錄下執行以下命令：
sudo dpkg -i libcudnn7_7.3.0.29-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.3.0.29-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.3.0.29-1+cuda9.0_amd64.deb
3.3 驗證是否安裝成功：
依次執行下列代碼即可。
cp -r /usr/src/cudnn_samples_v7/ ~
cd ~/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN
若安裝沒問題，會得到下面的結果。
4 安裝TensorFlow、Keras、Pytorch：
下面的安裝，請自帶梯子。Ubuntu配置(一)中已經寫了如何安裝Shadowsocks。
4.1 TensorfFlow_GPU：
建議使用Anaconda安裝，假設已經預先安裝好了Anaconda。
- 創建虛擬環境：
conda create -n tensorflow pip python=3.6 - 啓動虛擬環境：
source activate tensroflow - 安裝命令：
pip install --ignore-installed --upgrade packageURL
packageURL:https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.12.0-cp36-cp36m-linux_x86_64.whl 可自行選擇其他版本
![在這裏插入圖片描述]()
- 驗證測試：
import tensorflow as tf
hello = tf.constant('Hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
4.2 Keras-GPU:
- 啓動虛擬環境：
source activate tensorflow - 安裝命令：
pip install keras
4.3 Pytorch-GPU:
因爲我們安裝的是CUDA 9.0所以選擇下面的版本。
- 安裝命令：
conda install pytorch torchvision -c pytorch
參考資料：
[1] https://www.jianshu.com/p/2df89a75fabd
[2] https://blog.csdn.net/briliantly/article/details/79566013
[3] https://blog.csdn.net/briliantly/article/details/79566013
[4] http://www.52nlp.cn/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%BB%E6%9C%BA%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE-ubuntu16-04-geforce-gtx1080-tensorflow
[5] https://blog.csdn.net/jizhidexiaoming/article/details/83753134
[6] http://www.cnblogs.com/hutao722/p/9342577.html