ubuntu14.04_CUDA8.0_cudnn5.1_Tensorflow配置

深度学习框架tensorflow相比与caffe抽象层做的更好，即使用tensorflow的人不需要关心底层的实现，做底层实现的人不需要关心上层的模型和算法;caffe耦合比较紧凑，若想caffe用的好，源码阅读少不了。本文就tensorflow_gpu的安装经验分享如下（显卡Gtx960m）：

1.Nvidia环境要求：

       1.1 CUDA8.0安装

             a. 进入管网下载驱动网址：  http://developer.nvidia.com/cuda-downloads
                 选择合适的版本，例如：linux-x86_64-ubuntu-14.04-deb（local）
             b.cd到安装包目录下，运行安装命令：  　　　 

           sudo dpkg -i cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb
   　　　   sudo apt-get update
    　　　  sudo apt-get install cuda

              c.路径变量包含usr/local/cuda-8.0/bin

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

         1.2 CUDNN5.1配置

               a. cudnn5.1下载

                    在英伟达cuDNN Download | NVIDIA Developer下载cudnn5.1

               b.cudnn5.1安装

                    解压下载的安装包，解压后为cuda文件夹，然后复制至cuda目录下，并更改权限

　　　　　　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 /usr/local/cuda/lib64/libcudnn*

 2.tensorflow安装，按照官网方法尝试了多次，以Anaconda最为简便

         2.1   安装Anaconda，参见官方网站 Download Anaconda Now! | Continuum

                  对应自己python版本下载，比如我使用的2.7版本，进入下载文件目录运行安装命令

           bash Anaconda2-4.3.1-Linux-x86_64.sh 

        2.2   创建一个 conda名为tensorflow环境

           conda create -n tensorflow

        2.3  运行以下命令激活conda环境

           source activate tensorflow

       2.4 运行以下命令来在你的conda环境上安装TensorFlow

           (tensorflow)$ pip install --ignore-installed --upgrade TF_PYTHON_URL

                其中TF_PYTHON_URL参考网址Installing TensorFlow on Ubuntu  |  TensorFlow

                例如，

            pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl

3.tensorflow验证

        3.1 打开一个终端

        3.2 激活conda  

          source activate tensorflow

         3.3  运行一个小程序

                 a.在命令窗口运行python

          python

                 b.然后输入以下代码

          >>> import tensorflow as tf
          >>> hello = tf.constant('Hello, TensorFlow!')
          >>> sess = tf.Session()
          >>> print(sess.run(hello))

                       如果系统弹出如下，那么表示tensorflow安装成功，可以开心地使用之

           Hello, TensorFlow!

                       that‘s ok ！