CSDN主页CSDN
搞了两个晚上终于把环境配置好了。网上类似教程很多，记录下有用的步骤。
本篇笔记时间为2018.01.16，记录下遇到的坑。
(1),网上很多教程很老了，所以不能盲目参考，而且很多很不靠谱。建议要看多篇文章，根据配置过程具体提示问题具体解决。
这里推荐两个相对靠谱的文章：
Ubuntu 安装 tensorflow-gpu + keras
尽量使显卡驱动和文章相同，这里是375.66。其他文章也可以参考，总之不必固定按照每篇的自己的方法。
按照文章方法，基本都能顺利安装。但是可能会遇到一些问题，比如：
sudo /etc/init.d/lightdm stop
sudo /etc/init.d/lightdm status
关闭X server，安装后重新打开图形界面时候，会卡在命令行界面，而且长时间无反应，即使Ctrl+Alt+F7也没反应。具体原因没有找到，但是重启电脑后查看显卡驱动可以显示。说明这步是不影响得。
cat /proc/driver/nvidia/version
(2)下载cuda8.0 cudnn6.0地址，官网地址如果失效，可以从百度网盘和CSDN上面搜到，注意版本号。
cuda8.0地址
cudnn地址
Ubuntu 14.04 上安装 CUDA 7.5/8.0 超详细教程
cudnn不需要安装直接下载，解压复制头文件就可以，按照(3)所示。
(3)很多博客用的是cuda8.0+cudnn5.1的组合，经测试，现在tensorflow-gpu keras基本不支持cudnn5.1了，（可能源码安装会支持，建议用pip安装省事）所以会报错。因此当时使用的是cuda8.0+cudnn6.0的组合。安装方法一样。
其中拷贝cudnn头文件和链接库到cuda的方法建议使用这种方法：
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
(4)大多数博客使用源码安装，其实现在pip也有tensorflow-gpu keras的源了。当把cuda和cudnn配置好后，直接pip指令安装就好，也方便。
pip install tensorflow-gpu keras
(5)测试结果
(6)后续
在配置深度学习环境时候，很多python库需要安装，可以采用的源码安装(deb,tar,双击安装或者install指令，建议run文件),如果有源也可以采用pip指令安装。推荐使用anconda安装，集成了很多python库。
安装方法两句指令即可，要选好对应的系统类型和python版本(此处Ubuntu64bit python2.7)首先要下载文件：
下载:
anaconda地址
安装:
cd Downloads
bash Anaconda2-4.4.0-Linux-x86_64.sh
网友评论