實習第一天，帶我的老師扔給我一臺電腦，讓我配置伺服器環境。。。一臉懵逼+兩手發麻，幸好還有度孃的幫忙，配配配！

（ubuntu14.04以配好）

第一步：ctrl+alt+t 開啟終端，輸入nvidia-smi

出來一張類似這樣的圖，描述了GPU的資訊

當時我那臺伺服器顯示的GPU是Tesla k40m

第二步：根據你所得到的GPU的型別，去百度該GPU所支援的cuda、cudnn版本 ，我最後選擇的是cuda8.0和cudnn5.1

第三步：登入https://developer.nvidia.com/cuda-downloads

可以選擇cuda下載，但是官網顯示的總是最新的版本，目前最新的版本是cuda10.0，不符合我的選擇，所以可以通過以下網址找到舊版本

點選older ，進入該頁面

哈哈，要啥版本下啥版本!

下載完，就按上面介紹的安裝命令安裝

再設定環境變數，在終端中輸入 sudo gedit /etc/profile

在開啟的檔案末尾，新增以下兩行

export PATH=/usr/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64

儲存。如果不將它們不寫入/etc/profile檔案的話，這樣的環境變數在你退出終端後就消失了，不起作用了，所以寫入才是永久的做法。

如果你想檢查以下是否安裝配置成功，可以參考這篇（ 

第四步：去官網https://developer.nvidia.com/cudnn下載對應版本的cudnn5.1的安裝包，需要先註冊，並且那個網似乎有點不太好登入，這裡提供我網盤裡下載方式連結: https://pan.baidu.com/s/1oJK0tHIXIJ_0-V0GRvB1oA 提取碼: hag9 

下載完後（下載在home資料夾下）得到cudnn-8.0-linux-x64-v5.1.tgz，然後解壓 tar -xvzf cudnn-8.0-linux-x64-v5.1.tgz

參考https://blog.csdn.net/QLULIBIN/article/details/80729570，做以下操作：

第五步：進入https://pypi.org/project/tensorflow-gpu/1.0.0/#files ，下載tensorflow_gpu版本的.whl檔案

下載後切換到檔案所在目錄，終端輸入 pip install 檔名.whl，即可安裝

最後測試，終端進入 python

import tensorflow as tf

如果沒有報錯，那就成功了