Ubuntu：Ubuntu下安装Anaconda和Tensorflow的简介、入门、安装流程之详细攻略

安装流程

1、安装nvidia显卡驱动

2、安装cuda8

3、安装Cudnn

4、Anaconda下载和安装

5、官方Anocuda介绍安装攻略

6、进入Jupyter Notebook

7、Tensorflow安装、验证

相关文章
Ubuntu：Ubuntu下安装Anaconda和Tensorflow的简介、入门、安装流程之详细攻略
ML之Anaconda：关于Anaconda集成平台简介、安装、使用方法的详细攻略
ML之Anaconda：在Anaconda中的常用的conda命令集合（分门别类+非常细化）
Anaconda：基于Anaconda(python集成环境)平台tensorflow安装、运行之最强详细攻略

安装流程

1、安装nvidia显卡驱动

安装深度学习框架需要使用cuda/cudnn(GPU)来加速计算，而安装cuda/cudnn，首先需要安装nvidia的显卡驱动。
http://www.geforce.cn/drivers 或者 http://www.nvidia.com/Download/index.aspx?lang=en-us
ubuntu 16.04默认安装了第三方开源的驱动程序nouveau，安装nvidia显卡驱动首先需要禁用nouveau，不然会碰到冲突的问题，导致无法安装nvidia显卡驱动。

sudo vim /etc/modprobe.d/blacklist.conf #编辑文件blacklist.conf
在文件最后部分插入以下两行内容
blacklist nouveau
options nouveau modeset=0
sudo update-initramfs -u #更新系统后，重启系统（一定要重启）

验证nouveau是否已禁用
lsmod | grep nouveau #没有信息显示，说明nouveau已被禁用，接下来可以安装nvidia的显卡驱动。

(1)、禁用自带的nouveau驱动（重要步骤！）

运行命令创建相关文件：
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
并在文件中添加如下内容：
blacklist nouveau options nouveau modeset=0
sudo update-initramfs -u #更新后，重启系统
lsmod | grep nouveau #查看是否禁用成功。如如果没有输出则禁用成功
Ctrl+Alt+F1 #通过如下命令进入命令行模式
sudo service lightdm stop #关闭X-Window

(2)、安装驱动：

sudo apt-get remove –purge nvidia* #卸载你电脑中此刻有的nvidia的驱动
sudo add-apt-repository ppa:xorg-edgers/ppa -y
sudo apt-get update
sudo apt-get install nvidia-384 #(根据需要选择版本，注意CUDA9.0与CUDA9.1必须安装387.x的驱动)

sudo service lightdm start #安装完毕之后重启X-Window

(3)、进入终端

CTRL+ATL+F1 #进入终端1（输入用户名和密码后和终端很相似，可以大胆进去）
sudo service lightdm stop #关闭图形界面
sudo apt-get install nvidia-384 #自动下载驱动安装,nvidia-384要和显卡型号匹配）
sudo service lightdm start #来启动图形界面，并且登录。这个时候应该又回到图形界面。
nvidia-smi #测试有没安装成功。来看是不是能够输出你的GPU的一些信息。要是不能够输出的话，重启。能够输出的话，也建议重启一次。

2、安装cuda8

https://developer.nvidia.com/cuda-downloads (注意tensorflow 1.6/tensorflow1.7支持CUDA9.0+cuDNN7.0)

sudo apt-get install libcupti-dev #安装CUDA依赖库

(1)、cd到安装的文件夹，接着执行：sudo sh cuda_8.0.44_linux.run --override

有个让你选择是否安装nvidia驱动时，一定要选择否： Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48? 因为前面我们已经安装了更加新的nvidia367，所以这里不要选择安装。其余的都直接默认或者选择是即可。安装完成后，显卡driver版本是9，cuda版本是8。

(2)、配置cuda环境变量

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

LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"

nvidia-smi #结果出现以下输出，说明配置成功

3、安装Cudnn

先下载https://developer.nvidia.com/rdp/cudnn-download#a-collapse704-9
简单地说，就是复制几个文件：库文件和头文件。将cudnn的头文件复制到/usr/local/cuda/lib64，将cudnn的库文件复制到/usr/local/cuda/include。下载下来后,cd 到文件包目录下,解压文件。

tar -zxf cudnn-7.0-linux-x64-v4.0-prod.tgz
cd cuda

#链接到cuda的库里
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/

要不要链接cuDNN的库文件：
$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7 /usr/local/lib/libcudnn.so.4
$ sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so

#链接完config更新

$ sudo ldconfig

(1)、最后把cudnn的头文件拷贝到/usr/local/cuda-8.0/include下面，库文件拷贝到/usr/local/cuda-8.0/lib64下面
设置环境变量文件.bashrc或profile
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:#LD_LIBRARY_PATH
更新环境变量

souce /etc/profile

4、Anaconda下载和安装

1、下载

安装包大概有500M，下载得一段时间。
https://repo.continuum.io/archive/
https://www.anaconda.com/download/#linux

2、安装

(1)、查看原装python

没有安装anaconda之前，我们输入：which python
查看python的原生默认安装路径为： /usr/bin/python

安装了anaconda之后，再次输入：which python
会改变为：/home/xxy/anaconda3/bin/python

(2)、安装

bash ~/Downloads/Anaconda3-2019.07-Linux-x86_64.sh

3、测试

T1、直接测试

直接输入python回车即可！

此时输入 exit() 退出python环境
conda --version #检测版本

PS：为了避免可能发生的错误, 可以在命令行输入：conda upgrade --all 可先把所有工具包进行升级。

T2、conda测试

先测试

conda list

anaconda会自动将环境变量添加到PATH里面，如果后面你发现输出conda提示没有该命令，那么你需要执行命令

source ~/.bashrc

更新环境变量，就可以正常使用了。

(1)、继续修改
如果发现这样还是没用，那么需要添加环境变量。编辑~/.bashrc 文件，在最后面加上

export PATH=/home/bai/anaconda3/bin:$PATH

保存退出后执行：source ~/.bashrc

source ~/.bashrc

再次输入conda list测试看看，应该没有问题！

conda list

参考文章：Ubuntu之bashrc：成功解决Ubuntu系统内出现的conda：未找到命令

5、官方Anocuda介绍安装攻略

https://docs.anaconda.com/anaconda/install/linux
lspci | grep -i nvidia #显示出你的NVIDIA GPU版本信息
gcc --version #验证是否安装了gcc
sudo apt-get install gcc #如果没有，可以在终端键入
cd到下载的文件夹，然后输入命令 bash ~/Downloads/Anaconda3-5.1.0-Linux-x86_64.sh
然后点击yes，回车进行安装，接着yes，选择加入环境变量。检查是否安装成功：终端输入python，出现详细信息即安装成功！
conda list #显示所有的包

(1)、配置anaconda：如果不进行配置，启动spyder等也是不能够运行tensorflow的，因为anaconda中默认anzhaung的spyder等是应用于root的，而非tensorflow。在Terminal中运行命令：
anaconda-navigator #启动anaconda。
在左侧列表中，选择Environment，可看到Anaconda中安装环境为root和tensorflow。选择Tensorflow后，边上会出现一个箭头，这时就可以在右边的列表中查看、安装、卸载Tensorflow下的软件及软件包了。
安装的软件可在anaconda->home下查看，同样需要选择应用环境。
ipython # terminal下运行python语句,支持自动补全
spyder # 集成开发环境
jupyter # 交互式笔记本

6、进入Jupyter Notebook

ipython notebook

7、Tensorflow安装、验证

(1)、创建Tensorflow环境 (使用tfEnviro作为环境)

conda create -n tfEnviro python=3.6
source activate tfEnviro                              #激活环境

(2)、安装tensorflow的gpu版本

在所创建的tfEnviro环境下，安装tensorflow： pip install --ignore-installed --upgrade tfBinaryURL

conda install ‐‐channel https://conda.anaconda.org/anaconda tensorflow‐gpu=1.9.0

如果遇到错误，换为下边的命令

pip install tensorflow-gpu==1.9.0

(3)、安装jupyter notebook

conda install ipython
conda install jupyter

(4)、测试tensorflow是否安装成功

T1、jupyter上测试

执行命令jupyter notebook ，打开一个新的Jupyter Notebook，输入一行import tensorflow as tf 并运行

jupyter notebook
import tensorflow as tf

T2、terminal内直接测试

重启terminal后，输入命令：

source activate tfEnviro          #首先激活tensorflow环境
python                            #启动python环境
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!         # 恭喜！安装成功！'或者'
python -c "import tensorflow as tf; print(tf.__version__)"

(5)、安装spyder

为了使用TensorFlow，需要在tfgpu环境下安装spyder

conda install spyder