Ubuntu 16.04 安裝cuda9.0 &udnn7.0 之妙法：NVIDIA 驅動->cuda->cudnn->安裝tensorflow-gpu（windows 也可參考），試一下？
1. 安裝Ubuntu16.04
系統下載地址： http://releases.ubuntu.com/16.04/
下載64位系統：ubuntu-16.04.4-desktop-amd64.iso
製作系統盤安裝，推薦使用rufus,這個簡單便捷，大力推薦。
下載網址：https://rufus.ie/en_IE.html
（隨便科普下，後續要在windows上重灌系統，沒必要製做U盤啟動盤了），直接在系統之家或者直接搜尋線上重灌系統就可以了，大把的軟體可以使用，方便快捷，傻瓜式安裝，全程不費心！！
點選rufus的 exe後，會出現以下介面
插上U盤，會自動識別，上面映象檔案選擇自己下載好的映象iso檔案就好，然後分割槽類別基本上可以不動的，MBR和GPT看自己的電腦適合，不過還是一般推薦MBR的分割槽型別，具體的區別可以去查下！
然後就是開始就好了，等待映象製作完畢！
重灌系統時就是插入電腦上重啟時，進入 BIOS 的介面（一般是按F10或者F12），這個看電腦型別吧，可以檢視下自己的電腦是哪種！
這是第二步，也是重要的一步，針對於新裝Tensorflow和Cuda，Cudnn的同學，建議一步一步來，不要急！
大體步驟： 安裝NVIDIA驅動 – > 安裝Cuda --> 安裝CUDNN – > 安裝Tensorflow-gpu，記得哦，不要亂了次序！！
2.安裝NVIDIA驅動
2.1 修改更新源
系統安裝完成後，應該首先修改的更新源，
輸入
sudo apt-get update
或者
sudo apt-get upgrade
2.2 驅動下載和安裝以及一些問題解決
接下來開始安裝NVIDIA驅動了，我的顯示卡是GTX1080Ti，安裝顯示卡驅動有3種方法：
1.系統更新驅動
2.新增官方ppa源
3.NVIDIA官網下載安裝
感興趣的同學可以去查詢對應的安裝方式，這裡我選擇的安裝方式是去NVIDIA官網下載Linux版本的驅動，
官網地址：https://www.geforce.cn/drivers 或者 https://www.nvidia.cn/Download/index.aspx?lang=cn
建議去左邊的地址可以選擇版本，右邊的地址會直接給你推薦最新版本，選擇你對應版本的系列選擇，作業系統別選錯了
搜尋出來這麼多結果，先別急著下載，BETA版本為測試版就別下載了，其次這麼多版本，到底下載哪個比較好，比如我們圖上第二個版本是390.77，這需要看我們CUDA的版本要求的驅動版本是多少
我們開啟CUDA下載網站：
我這裡目前最新的版本是CUDA9.2，再選擇了一系列的選項後會給出CUDA9.2的下載地址如下圖：
可以看到，下載的檔名為cuda_9.2.148_396.37,這個396.37就是我們NVIDIA驅動版本的最低要求，可是顯示卡驅動目前提供的Linux版本最高也就390.77，所以我們不能安裝CUDA9.2，於是我選擇安裝CUDA9.0，下面給出一個驅動要求表格，如果要下載CUDA其他版本請到cuda的存檔地址：https://developer.nvidia.com/cuda-toolkit-archive
上面講了這麼多，終於要開始安裝NVIDIA驅動了，CUDA9.0檔案可以先下載好
1）開啟終端，先刪除舊的驅動：
**sudo apt-get purge nvidia**
2）禁用自帶的 nouveau nvidia驅動
先執行下面命令，可以發現會顯示一些東西，我們現在要禁用掉，使它不顯示出來
**lsmod | grep nouveau**
執行以下命令建立一個檔案
**sudo gedit /etc/modprobe.d/blacklist-nouveau.conf**
並新增如下內容：
**blacklist nouveau
options nouveau modeset=0**
然後儲存檔案退出，執行下面命令更新一下
sudo update-initramfs -u
然後重啟電腦，重啟後開啟終端再次輸入命令
**lsmod | grep nouveau**
如果發現什麼都沒顯示，那麼說明禁用nouveau 成功了，然後開始安裝NVIDIA驅動
首先按Ctrl+Alt+F1進入控制檯，然後輸入使用者名稱密碼登陸，執行下面命令關閉圖形介面
**sudo service lightdm stop**
然後跳轉到存放檔案的路徑再執行安裝檔案，比如我的檔案放在Downloads目錄下，命令如下：
cd Downloads
sudo sh NVIDIA-Linux-x86_64-390.42.run --no-opengl-files
必須加上 --no-opengl-files ,否則會出現題主要是三種，
（1）迴圈登入，也就是登入之後在退出來到登入介面;
（2）介面變得很大，看著心慌，哈哈；
（3）登入進去了，顯示正常了，結果只有桌面背景和滑鼠等等
安裝過程種有出現提示選項，這裡主要注意兩點（如果看不懂選項的英文，自己查字典）：
第一點(不是所有電腦都會遇到,如果沒有請忽視這
第一點是安裝提示 “sign the kernel module” 安裝過程中提示是否sign the kernel module（為核心模組簽名）
我當時是選擇了不簽名安裝，於是我這裡出現了錯誤提示 log:/ver/log/nvidia-installer.log ，查詢到了相關文章：https://blog.csdn.net/lipi37/article/details/79465685
大意是在支援UEFI的裝置上開啟Secure Boot 後,Ubuntu 16.04對於新增到核心的模組更加保守, 需要持有簽名才能新增到模組中, 而顯示卡驅動由於要新增到核心中, 所以需要簽名. 在安裝過程中我們也會看到NVIDIA顯示卡會提示是否生成簽名. 如果生成成功則沒有問題。如果不想生成簽名就需要進入BIOS關閉Secure Boot，在Key Management中Clear Secure Boot keys。雖然找到了解決辦法但我還是選擇生成簽名。
選擇生成簽名安裝，參考文章：https://www.cnblogs.com/marky/p/8243607.html 。接下來會繼續問使用已有的金鑰給模組簽名還是重新生成。這裡選在重新生成金鑰。繼續下去之後，金鑰會在/usr/share/nvidia/下生成一個nvidia*.der（私鑰）檔案和nvidia*.key（公鑰）檔案（這些都不用管），當提示是否刪除已生成的金鑰檔案時，選擇不刪除，因為之後要用到這兩個檔案。繼續安裝程式到最後會提示無法啟動模組。這是因為生成的金鑰還沒有新增到核心的信任庫中，我們在安裝完成後再匯入。
第二點提示是”Would you like to run the nvidia-xconfig utility to automatically update your X configuration file…”什麼的，選擇 No。
待安裝結束後，新增金鑰到核心的信任列表中：
sudo /etc/init.d/lightdm start //開啟圖形介面
sudo mokutil --import /usr/share/nvidia/nvidia*.der //必須加上 sudo
接下來提示輸入密碼，再次輸入密碼，然後
sudo reboot //重啟
在電腦剛啟動的時候會出現一個介面，就是叫你新增金鑰操作，選擇 “enroll the mok” ，然後按照步驟操作，輸入密碼什麼的，如果進錯了就再執行上面的 sudo mokutil…
匯入成功後就進入系統就可以了，圖如下（取自http://elrepo.org/tiki/SecureBootKey）：
進入系統後測試一下是否安裝成功
nvidia-smi
nvidia-settings
出現類似下面的顯示,則安裝成功
3.安裝CUDA9.0
在上面已經說過了，CUDA9.2版本所需要的顯示卡驅動版本過高，所以這裡我選擇安裝CUDA9.0（CUDA9.1也支援）
安裝方法和上面類似
首先按Ctrl+Alt+F1進入控制檯，然後輸入使用者名稱密碼登陸，執行下面命令關閉圖形介面
sudo service lightdm stop
然後跳轉到存放檔案的路徑再執行安裝檔案，比如我的檔案放在Downloads目錄下，命令如下：
cd Downloads
sudo sh cuda_9.0.176_384.81_linux.run
安裝開始以後，首先是一個協議，一直按空格到底以後，輸入accept。其他的操作如下所示：
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n（記得這裡輸入 n， 因為你已經之前安裝過了，所以沒必要安裝了，而且通過這個安裝會出現一些問題，莫名其妙的那種）
Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-9.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y
複製程式碼
第二個安裝顯示卡驅動一定要選擇no，否則之前安裝的驅動就白裝了，有預設選項的直接選擇預設選項就可以了（直接回車）
安裝完成後，開啟圖形介面配置環境變數，執行如下命令開啟profile檔案
sudo service lightdm start //開啟圖形介面
sudo gedit /etc/profile
開啟檔案後在檔案末尾新增路徑，也就是安裝目錄，命令如下：
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
儲存後執行一個命令後重啟電腦
sudo ldconfig
sudo reboot
檢視版本和測試CUDA的例子
檢視版本
nvcc --version
編譯例子測試
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
執行成功的話會出現下面資訊：
編譯例子的時候如果報錯顯示：CUDA driver version is insufficient for CUDA runtime version 解決方法解除安裝重新安裝參考文章：https://www.cnblogs.com/wolflzc/p/9117291.html
找到對應版本，下載後先把前面的安裝的解除安裝再安裝
如果安裝錯了版本比，如我一開始裝了CUDA9.2，解除安裝操作如下：
sudo apt-get remove cuda
sudo apt-get autoclean
sudo apt-get remove cuda*
然後在目錄切換到/esr/local/下
cd /usr/local/
sudo rm -r cuda-9.2
然後按照前面的安裝CUDA的教程來就可以了
接下來再新增下環境變數
sudo gedit ~/.bashrc
開啟檔案後，將下面內容新增到檔案的最後面，儲存後退出
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}}
然後設定環境變數和動態連結庫，在命令列輸入：
sudo gedit /etc/profile
在開啟的檔案末尾加入：
export PATH=/usr/local/cuda/bin:$PATH
儲存之後，建立連結檔案：
sudo gedit /etc/ld.so.conf.d/cuda.conf
在開啟的檔案中新增如下語句：
/usr/local/cuda/lib64
然後執行，使連結立即生效
sudo ldconfig
4.安裝cuDNN7.0
下載地址：https://developer.nvidia.com/rdp/cudnn-archive
進去後下載自己對應的CUDA版本的cudnn檔案，如下圖：
我是選擇 cuDNN v7.0.5 Library for Linux 千萬別選[Power8]的版本，我查了一下，這個是給Power8處理器使用的，由於v7.1.2版本還沒提供普通版本，所以就下載了v7.0.5
這裡下載是需要註冊登陸的，要填一些調查表什麼的之後才能下載，如果版本和我相同我這裡提供cuDNN的百度雲下載地址：
連結：https://pan.baidu.com/s/1Yi6IkjUDbiBmAd9Dm4YruQ 密碼：k73g
安裝過程也比較簡單，下載後是一個壓縮包，解壓下來放在cuda的路徑中就可以了
繼續Ctrl+alt+F1進入命令模式，關閉圖形介面
sudo service lightdm stop
使用命令解壓檔案cudnn-9.0-linux-x64-v7.tgz，並且複製到cuda路徑中
tar -zxvf cudnn-9.0-linux-x64-v7.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
然後更新網路連線：
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.0.5 //自己檢視.so的版本 對應更改
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
重新啟動圖形化介面
sudo service lightdm start
沒有顯示出圖形介面的話 按Ctrl+Alt+F7進入圖形介面
安裝完成後可用 nvcc -V 命令驗證是否安裝成功，若出現版本資訊則表示安裝成功
到這一步已經大功告成了，接下來就安裝Anaconda，配置Python，tensorflow等軟體
5.安裝Tensorflow-gpu版本，如果此時你都完成了，那麼恭喜你可以安裝Tensorflow-gpu版本了，然後安裝方式推薦是通過pip安裝，輸入命令：
pip install tensorflow-gpu
如果通過Anaconda安裝會出現一些問題，切記，因為Anaconda自帶安裝cuda和cudnn等，看著方便，其實安裝了會出現一些問題，很淡疼。。如果可以還是通過pip安裝，推薦的！
安裝好了就是進入python編譯器，輸入：
import tensorflow as tf
檢視是否可以引入，然後嘗試一些輸出就可以了！