1、首先是更新自己的图形驱动，最好用系统自带驱动```很多教程都教了如何升级驱动，不过升级驱动安装过程不适合新手体验，会出bug。所以最好是用这种自带更新的。（一个小tip，，一般我在装Linux软体的时候会直接去软体仓库里找，比如说shutter什么的）

我这里的软体更新器显示了一个nvdia-384的驱动，后面实验需要用到390以上的nvidia版本，所以我也要手动升级一下了

2、查看你的显卡

打开终端 用命令nvidia-smi 查看，会得到以下

说明我的这个驱动是384.130版本的。

如果不是nvidia显卡的，那没有办法装cuda什么的，后面就不用看了。。

lspci | grep VGA # 查看集成显卡

lspci | grep NVIDIA # 查看NVIDIA显卡

上面两条命令分别是查看集成显卡和独立显卡的。

显示出来这个就说明一切正常。

找到系统的软体更新器，点击附加驱动，会显示自带的nvidia的各个版本驱动，选择你需要的进行安装。

有一些源可能不稳定，导致安装不成功，所以我在Ubuntu那里安装时候都是用中国伺服器的源。

以上，我选择的是nvidia390.87的版本。然后点击应用更改。

然后更新一下，在终端输入

sudo apt-get update

sudo apt-get upgrade

Ok了！截至到现在还算顺利。不过我系统出了点小bug，fix了半天。纯净新装的系统应该问题不大

就是说安装过程中bug了不要灰心，大不了重装几遍系统，没啥的，遇到哪bug就百度哪。最后我几乎是遇上过所有安装的问题了。。那段时间真的很烦躁也很浮躁。但是我还不想放弃，哈哈哈哈哈。现在为止还不想承认自己弱智。。。

以前看过网上说很多女生呢，自己都不用写代码调bug的，撒撒娇就有男同学或者男朋友分分中出现来帮你解决问题。但现实的情况是，不！可！能！除非你有刘亦菲一样的美貌和林志玲的嗓音让人无法拒绝的魅力。不然正常的工程师都会觉得这人脑子可能不太灵光。帮你可能是出于礼貌，一直帮你肯定是没有道理的，因为用这些时间能创造的价值远比撩妹子值回血本N倍。优秀的程序员也不缺妹子啊说实在。。。所以女生不要想著靠这些去偷懒了，还是自己掌握了技能比什么都强。据我所知，喜欢傻了吧唧女孩的不多，大多数优秀的男生会倾向于选择优秀，甚至比自己优秀的多的女生。当然了，长得美如刘亦菲是另一种。。。跟我们这些平凡的女孩不能同日而语。

不费话了。

接著开始装cuda9.0

1、根据官网的步骤先要verify你的nvidia，前面这一步我们已经进行过了

然后是查看你的版本号

uname -m && cat /etc/*release

长这样

说明是在64位系统下运行的，这个真的很重要。

2、然后查看gcc版本

gcc --version

我自己没装，所以要装一下```可以用以下命令

sudo apt-get install gcc

或

sudo apt-get install build-essential

然后查看

gcc –version

迅速装好！（我好像之前装了但是写错命令了）

3、查看Kernal headers（说实在不是为了写这篇文档我肯定不会把instruction看那么仔细的，好像重新学了一遍一样``）

uname -r

可以看到我的这个版本辣！

可以用下面的命令来安装当前运行的内核的头文件和开发包

sudo apt-get install linux-headers-$(uname -r)

4、下载cuda

安装cuda有两种方法，一种是安装Deb格式的包，还有一种是运行runfile的文件。官方推荐用前者，后面那种就不再说了。

附上链接：developer.nvidia.com/cu

如果有之前安装过的，还是得卸载干净，不然会发生一些冲突。

（下载时间有点长，可以先干点别的，比如安装个python3.6的anaconda，这个安装起来就简单多了，现在新版本也是溜的很，可以先下载python3.7版本，装好以后再进去用命令conda install python=3.6改成python3.6的。官网的documentation真的非常简洁，链接：docs.anaconda.com/anaco）

5、安装cuda

泡个咖啡，溜达一圈，终于下载完了，也歇了歇眼睛（不要久坐，要注意活动颈椎和保护眼睛哦，什么技术都比不上身体好重要，在这个社会上拥有一个好身体，你就赢在路上了！）

1）sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb

2）sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub#version这里就是填你安装包上写的那个

3）sudo apt-get update

4）sudo apt-get install cuda

看著运行中的程序，心情棒棒的希望别报错``````````

好了装完了``

需要把cuda9.0添加进入系统变数

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}}

重启

6、安装cuDNN

链接：developer.nvidia.com/cu

得需要注册一个帐号才可以下载，找到对应的下载版本

下载````

然后点击上面的Installation guide

可以看到overview写著 The

NVIDIA CUDA Deep Neural Network library (cuDNN) is a GPU-accelerated library of primitives for deep neural networks.

这个cuDNN就是用于深度神经网路的加速库，是不是有点exciting了，深度学习就是离你如此之近！

然后解压你刚刚下载的安装包，注意是一个tgz文件

tar -xzvf cudnn-9.0-linux-x64-v7.tgz # 后面的东西就是你下载的文件名，可能跟这句命令的文件名不一样，注意改一下。

然后把这个.h的头文件复制到你刚才那个cuda-9.0下面

sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64

sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

没有错误提示就是装好了这一步了。

sudo apt-get update

用一行命令查看是否安装好

nvcc -V

这样就是OK了

编译测试

cd /usr/local/cuda-9.0/samples

sudo make

等十几分钟``````吃个下午茶，溜达一下，看会文献。

运行编译生成的二进位文件

cd bin/x86_64/linux/release

./deviceQuery

PASS了！开心！但是我看到编译过程中有很多warning，有提到可能用gcc+ 的4 is greater

不管怎么说成功就好了！

测试一下跟cuda的链接情况

./bandwidthTest

7、然后装tensorflow测试

在开头的方我装了anaconda，然后把版本切回3.6,所以这里就直接用conda安装tensorflow了。

conda install tensorflow-gpu

好```继续等待安装`````现在六点半辣我先吃个盒饭。

七点整，装好了。

测试

先打开python

输入命令：

python

import tensorflow as tf

没有报错就是好了～～嘻嘻。开开心心去健身～


推荐阅读：
相关文章