ubuntu 16.04 + cuda 8.0 + cudnn 6.0 + matlab R2017a + tensorflow 1.4 + anaconda3

本文用於記錄深度學習的各種環境配置，中間踩了不少的坑，各版本需要一一對應，故寫下本文以備不妨之需。

cuda 8 最好對應 cudnn 6，tensorflow 只有 1.3 和 1.4 版本對應 cuda 8 和 cudnn 6，matlab 對應 cuda 8 的版本是 R2017a。

需要下載的cuda、cudnn檔案：

連結: https://pan.baidu.com/s/1cnO7fY6ClHKRMX4sky6ZQQ 密碼: gkuu

首先假定已安裝好了ubuntu 16.04，

1. 更換顯示卡驅動：

首先刪除有關原來驅動的一些資訊：

sudo apt-get remove --purge nvidia*

新增Graphic Drivers PPA：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

尋找合適的驅動版本（選擇recommend即可）

ubuntu-drivers devices

 安裝完成後重啟

sudo apt-get install nvidia-384    # 將 384 改為 對應的版本
sudo reboot
 

檢視驅動的安裝狀態顯示安裝成功

sudo nvidia-smi

2. 安裝CUDA 8.0：

終端先移至下載檔案 cuda、cudnn 所在的目錄下，再執行以下程式碼。

安裝 cuda 8.0：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

如果之前沒有安裝上述"cuBLAS Patch Update to CUDA 8"，可以用如下方式安裝更新：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb
sudo apt-get update  
sudo apt-get upgrade cuda
 

在 ~/.bashrc 中設定環境變數：

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

執行 source ~/.bashrc 使其生效

3. 安裝cuDNN 6.0:

tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

# 可選（沒什麼影響？）
# sudo chmod a+r /usr/local/cuda/include/cudnn.h
# sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

4. 安裝 TensorFlow：

（1）建立名為 tf 的 conda 環境：（需安裝Anaconda，若無可以忽略這一步，直接看）

conda create -n tf pip python=3.5

啟用 conda 環境：

source activate tf

（2）安裝 TensorFlow：(python 2 使用 pip，python 3 使用 pip3)

pip install tensorflow-gpu==1.4