首先安裝Anaconda

1. 在Anaconda官網安裝Anaconda相應的版本。
2. 執行如下命令bash Anaconda3-4.2.0-Linux-x86_64.sh（對應本文下載的Anaconda版本）
3. 一直確認，直到出現提示 Anaconda3 install Location to PATH in your /home/使用者名稱/.bashrc?[yes|no]？。意思是要將anaconda加入到環境變數，以後Python預設版本變為該版本Python

安裝CUDA

1. 在NVIDIA官網下載對應版本的cuda，如果以前沒有安裝過cuda，可以下載.deb檔案，如果已經安裝過，則下載.run檔案。推薦使用.run檔案，可以安裝指定版本的cuda，否則總是要求安裝最新的，或者不能在已有高版本的情況下，安裝低版本。
2. 下載之後，按照官網提示的安裝命令安裝

   

3. 安裝後重啟電腦，在usr/local/cuda/samples目錄下執行sudo make all命令
4. 如果成功，則提示Finished building CUDA samples
5. 之後進入usr/local/cuda/extras/demo_suite資料夾下執行./deviceQuery

安裝cudnn

1. 進入cudnn官網(需要先註冊賬號），下載對應cuda的cudnn版本
2. 在下的目錄進行解壓tar -zxvf cudnn-9.0-linux-x64-v7.4.2.24.tgz
3. 解壓後會出現名為cuda的資料夾，其中裡面有lib64和include兩個資料夾
4. 執行

   sudo cp lib64/libcudnn* /usr/local/cuda/lib64
   sudo cp include/cudnn.h /usr/local/cuda/include

    

5. cd /usr/local/cuda/lib64/
   sudo chmod +r libcudnn.so.7.4.2(自己的版本號）
   sudo ln -s libcudnn.so.7.4.2 libcudnn.so.7
   sudo ln -s libcudnn.so.7.4.2 libcudnn.so
   sudo ldconfig

   更新軟連線，如果出現已有軟連線，則百度一下，刪除原來軟連線

6. 在~/.bashrc檔案里加入環境變數

   export PATH="/home/zhangpf/Anaconda/python/bin:/usr/local/cuda-9.0/bin:$PATH"
   export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CPUTI/lib64:$LD_LIBRARY_PATH
   export CUDA_HOME=/usr/local/cuda-9.0
   

   加入後，執行source ~/.bashrc更新

安裝Tensorflow

1. 使用清華源下載安裝

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow（CPU版本）
   
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.7（GPU版本，可以自己指定版本號）

    

2. 使用網上的例子測試tensorflow是否安裝成功，且是使用GPU訓練

   import numpy
   import tensorflow as tf
   a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
   b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
   c = tf.matmul(a, b)
   sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
   print(sess.run(c))
   

   結果為下所示，則成功，並且用GPU訓練

   Device mapping:
   /job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: Tesla K40c, pci bus
   id: 0000:05:00.0
   b: /job:localhost/replica:0/task:0/device:GPU:0
   a: /job:localhost/replica:0/task:0/device:GPU:0
   MatMul: /job:localhost/replica:0/task:0/device:GPU:0
   [[ 22.  28.]
    [ 49.  64.]]