基本工作

1. 更新系統

   sudo apt-get update
   sudo apt-get upgrade -y
   sudo apt-get dist-upgrade -y

2. 安裝linux kernel modules，linux source和headers

   sudo apt-get install linux-image-extra-virtual
   sudo apt-get install linux-source-(uname−r)sudoapt−getinstallsysdig−dkmssudoapt−getsourcelinux−image−(uname -r)
   sudo apt-get install linux-headers-$(uname -r)

3. 禁用nouveau核心

   sudo vim /etc/modprobe.d/blacklist.conf

   新增如下內容：

   blacklist nouveau
   blacklist lbm-nouveau
   options nouveau modeset=0
   alias nouveau off
   alias lbm-nouveau off

   然後執行以下命令即可：

   echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
   sudo update-initramfs -u

重啟之後即可禁用nouveau，可以執行$ lsmod | grep nouveau檢查是否禁用成功，如果執行後沒有任何輸出，則代表禁用成功。

安裝anaconda

下載anaconda，執行命令bash Anaconda3-4.3.1-Linux-x86_64.sh ，然後一路yes即可。

安裝顯示卡驅動

首先lspci檢視自己的GPU顯示卡版本，然後到Nvidia官方網站下載對應版本的顯示卡驅動，之後執行命令sudo service lightdm stop，通過Ctrl+Alt+F1進入init3(文字模式)，輸入賬號密碼進行安裝，執行以下命令：

sudo chmod +x NVIDIA-Linux-x86_64-375.51.run
sudo ./NVIDIA-Linux-x86_64-375.51.run

一路yes和回車就搞定了。

然後sudo service lightdm start，可以通過sudo nvidia-xconfig -query-gpu-info檢視GPU資訊。

安裝CUDA

到CUDA官網下載，這裡下載的是8.0版本CUDA，然後執行命令安裝：

sudo chmod +x cuda_8.0.61_375.26_linux.run
sudo ./cuda_8.0.61_375.26_linux.run

除了OpenGL選no，其他一路yes和回車就搞定了。如果報錯比如X server is running或者unable to locate the kernel的問題，確保之前提到的準備工作全部做好，絕對不會有問題。

安裝好CUDA之後，新增環境變數：

sudo vim /etc/profile 

# 新增內容如下：
PATH=/usr/local/cuda-8.0/bin:$PATH   
export PATH  
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/lib  

# 儲存退出，使之立即生效
source /etc/profile

# 新增lib庫路徑
sudo vim /etc/ld.so.conf.d/cuda.conf  

# 新增內容如下：
/usr/local/cuda-8.0/lib64 

# 儲存退出，使之立即生效
sudo ldconfig

# 驗證安裝結果，有伺服器資訊和cuda版本號即可
nvcc -V

安裝cuDNN

在cuDNN官網上下載，需要註冊，必須下載cuDNN v5.1 Library for Linux版本，執行以下命令：

sudo tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/  
sudo cp include/cudnn.h /usr/local/cuda/include/ 
cd /usr/local/cuda/lib64/  
sudo rm -rf libcudnn.so libcudnn.so.5  
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5  
sudo ln -s libcudnn.so.5 libcudnn.so 

然後可以測試CUDA等是否成功配置，編譯執行某個sample：

cd /usr/local/cuda/samples
sudo make all -j4

# 全部編譯完成之後
cd /usr/local/cuda/samples/bin/x86_64/linux/release
./deviceQuery   # 如果顯示有可用的GPU即為成功

安裝TensorFlow

選擇用conda建立獨立環境：

conda create -n tensor_test python==3.5
source activate tensor_test

# 直接用pip安裝
pip install tensorflow-gpu==1.2

# 進入python環境測試
import tensorflow as tf

# 如下可以檢視tensorflow的版本號和安裝路徑
tf.__version__
tf.__path__

一定注意版本，tensorflow-gpu最新版本為1.4，但是會報libcudnn.so.6:cannot open sharedobject file: No such file or directory錯誤，說明1.4已經開始去找cudnn6了，但我們這是5.1，理論上可以換用cudnn6，算了，還是做一個沒有夢想的鹹魚吧，能用就行，換用tensorflow-gpu 1.2版本完美解決。

重重困難，還得靠自己解決。（Fuck the Christmas!!!）