前言
本教程的内容是在以下两篇教程的基础上进行补充和更改，该教程针对的是想在自己电脑(GTX系列显卡)ubuntu系统上安装gpu版tensorflow的同学,服务器版本(TESLA)的cuda的安装需要在该版的基础上进行一些修改。该教程为初稿，安装过程中遇到问题的同学记得找我交流，我会根据遇到的问题对该教程进行修改。
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0上
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0下
安装流程
1.安装驱动
安装 Nvidia 驱动命令
sudo add-apt-repository ppa:graphics-drivers/ppa
第一次运行出现如下的警告：
回车后继续：
sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
之后重启系统让显卡驱动生效。
2.安装cuda
下载CUDA
https://developer.nvidia.com/cuda-downloads
这里选择了Ubuntu16.04系统runfile安装方案
不想下载的同学可以找我拷或者是网盘下载
安装前需在计算机的opt文件夹中新建文件夹temp
sudo nautilus
还需更改gcc版本(gcc高于4.9就会安装失败)：
sudo apt-get install gcc-4.9 g++-4.9
cd /usr/bin
rm gcc g++
ln -s gcc-4.9 gcc
ln -s g++-4.9 g++
下载的“cuda_8.0.27_linux.run”有1.4G，按照Nivdia官方给出的方法安装CUDA8：
sudo sh cuda_8.0.27_linux.run --tmpdir=/opt/temp/
执行后会有一系列提示让你确认，非常非常非常非常关键的地方是是否安装361这个低版本的驱动：
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?
答案必须是n，否则之前安装的GTX1080驱动就白费了，而且问题多多。
安装成功后会出现以下结果
安装完毕后，再声明一下环境变量，并将其写入到 ~/.bashrc 的尾部:
export PATH=/usr/local/cuda8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
最后再来测试一下CUDA，运行：
nvidia-smi
结果如下所示：
3.安装cudnn
下载cudnn
https://developer.nvidia.com/cudnn
安装cuDNN比较简单，解压后把相应的文件拷贝到对应的CUDA目录下即可：
tar -zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz
cuda/include/cudnn.h
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.5
cuda/lib64/libcudnn.so.5.0.5
cuda/lib64/libcudnn_static.a
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
可能遇到的问题：
出现此问题表示cudnn版本与显卡不匹配，需要更换cudnn版本，我的电脑装了cudnn-7.0就可以用了
1.删除原版cudnn
找到上面代码里复制的文件，全部删除
2.安装其他版本的cudnn
模仿上面的代码，改下解压的文件
4.安装tensorflow
安装pip
sudo apt-get install python-pip python-dev
安装tensorflow gpu 版(python 2)
pip install tensorflow-gpu
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp27-none-linux_x86_64.whl
sudo pip install --upgrade $TF_BINARY_URL
测试是否安装成功
调出终端
python
import tensorflow
