一、前期準備

1. 下載以下檔案（地址自行百度，以下列出的是本文使用的版本）：

僅提前下載①-③即可，④-⑥可直接線上安裝，此處列出是為了方便檢視版本。

①NVIDIA顯示卡驅動：NVIDIA-Linux-x86_64-390.48.run

②CUDA：cuda_9.0.176_384.81_linux.run

③cuDNN：cudnn-9.0-linux-x64-v7.1.tgz

④python：3.5

⑤GCC/G++：5.4.0

⑥tensorflow-gpu：1.8

2. 更新源：

我的系統是新裝的，自帶的源速度很慢，所以需要換一下源，不需要更新源的話可跳過此步。我目前使用的是網易源，具體更換操作如下：

注意以下開啟的檔案都是sources.list，不是source.list

①先備份已有源：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.old

②開啟sources.list檔案：

sudo gedit /etc/apt/sources.list

③將新的源複製進去：

這裡提供一下我正在使用的網易源，若想使用其他源，請自行百度。

deb http://mirrors.163.com/ubuntu/ trusty main restricted universe multiverse      
deb http://mirrors.163.com/ubuntu/ trusty-security main restricted universe multiverse  
deb http://mirrors.163.com/ubuntu/ trusty-updates main restricted universe multiverse  
deb http://mirrors.163.com/ubuntu/ trusty-proposed main restricted universe multiverse  
deb http://mirrors.163.com/ubuntu/ trusty-backports main restricted universe multiverse  
deb-src http://mirrors.163.com/ubuntu/ trusty main restricted universe multiverse  
deb-src http://mirrors.163.com/ubuntu/ trusty-security main restricted universe multiverse  
deb-src http://mirrors.163.com/ubuntu/ trusty-updates main restricted universe multiverse  
deb-src http://mirrors.163.com/ubuntu/ trusty-proposed main restricted universe multiverse  
deb-src http://mirrors.163.com/ubuntu/ trusty-backports main restricted universe multiverse  
 

④執行更新命令：

sudo apt-get update

3. GCC/G++設定為5.4.0:

CUDA的編譯環境為5.4.0，Ubuntu自帶了5.3.0和5.4.0，貌似預設是5.3.0，因此需要修改GCC/G++的預設設定。

①當前GCC/G++版本，若為5.4.0則跳過此步驟：

gcc -v
g++ -v
或
gcc --version
g++ --version

②檢視是否存在gcc5.4.0：

ls /usr/bin/gcc*

如果存在gcc-5，則繼續；否則執行以下命令安裝gcc5.4.0：

sudo apt-get install gcc-5 g++-5

③刪除usr/bin/目錄下預設的GCC/G++ link檔案，並給系統預設的GCC/G++編譯器建立新的連結：

sudo rm /usr/bin/gcc
sudo rm /usr/bin/g++
sudo ln -s /usr/bin/gcc-5 /usr/bin/gcc
sudo ln -s /usr/bin/g++-5 /usr/bin/g++

④再次檢查GCC/G++版本，應均已更新為5.4.0。

4. 切換預設python版本：

ubuntu自帶了python2和python3，但初始預設是python2，需要切換為python3。

①檢視python版本，若版本為3.5，則跳過此步。否則執行②：

②檢視是否存在python3.5：

cd /usr/local/lib
ls

如果存在python3.5（或python3），繼續；否則，執行如下命令安裝python3.5：

sudo apt-get install python3

③刪除usr/bin/目錄下預設的Python link檔案，並給系統預設的Python編譯器建立新的連結：

sudo rm /usr/bin/python
sudo ln -s /usr/bin/python3.5 /usr/bin/python

④再次檢查python版本，應已更新為python3.5.

二、為GTX1080ti安裝顯示卡驅動（NVIDIA-Linux-x86_64-390.48.run）

參考連線：

https://blog.csdn.net/weixin_41864878/article/details/79621210

https://blog.csdn.net/wangsidadehao/article/details/70255754

1. 檢視並確認已成功下載相應驅動程式

2. 開啟終端，先解除安裝一下已安裝的顯示卡驅動：

sudo apt-get --purge remove nvidia-*

3. 禁nouveau（原因檢視如上鍊接）：

①開啟blacklist：

sudo gedit /etc/modprobe.d/blacklist.conf

②在最後新增如下內容：

blacklist vga16fb  
blacklist nouveau  
blacklist rivafb  
blacklist nvidiafb  
blacklist rivatv

③在終端嘗試一下：

lsmod | grep nouveau

4. 開始安裝驅動

①按Ctrl+Alt+F1進入進入tt1（再按 Ctrl + Alt + F7可回到登陸介面），輸入使用者名稱和密碼進行登入。

②關閉Ubuntu的Unity，關閉後按 Ctrl + Alt + F7無法回到登陸介面（若需要回到登入介面，將如下命令中的stop換為start即可）：

sudo service lightdm stop

③進入放置顯示卡驅動安裝檔案的資料夾，並將其設定為可執行程式，並執行：

cd download
sudo chmod a+x NVIDIA-Linux-x86_64-375.39.run
./NVIDIA-Linux-x86_64-375.39.run –no-x-check –no-nouveau-check –no-opengl-files

The distribution-provided pre-install script failed! Are you sure you want to continue? 

不用管他，繼續安裝

Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up

選擇No

⑤安裝完成，進行如下檢查：

在/usr/share/applications/NVIDIA X Server Settings可裡面看到GPU配置；
或執行命令 nvidia-smi 

三、安裝CUDA9.0

參考連結：

https://blog.csdn.net/weixin_41864878/article/details/79621210

https://blog.csdn.net/zafir_410/article/details/73188228?utm_source=itdadao&utm_medium=referral

1. 檢視並確認已成功下載CUDA安裝檔案。

2. 進入放置CUDA安裝檔案的資料夾，並將其設定為可執行程式，並執行：

cd download
sudo sh cuda_9.0.176_384.81_linux.run 

先通過按回車鍵閱讀一些說明，一直到最後出現“Do you accept the previously read EULA?”。

安裝過程中會有一些選擇項，如下：

Do you accept the previously read EULA?
accept/decline/quit:

accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
(y)es/(n)o/(q)uit:

n #注意這裡必須選n，不然會覆蓋之前安裝的顯示卡驅動！！！

Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit:

y

Enter Toolkit Location
 [ default is /usr/local/cuda-8.0 ]:

預設則直接回車

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit:

y

Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: 

y

Enter CUDA Samples Location
 [ default is /home/c302 ]:

最後完成安裝，重啟。即使會出現警告如“版本至少為384……”，也是安裝成功。

3. 配置環境變數：

①開啟：

sudo gedit ~/.bashrc

在末尾新增如下內容：

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

②使新環境變數立即生效：

source ~/.bashrc

③驗證以下是否配置成功：

echo $CUDA_HOME
/usr/local/cuda
echo $LD_LIBRARY_PATH
/usr/local/cuda/lib64

四、安裝cuDNN

1. 檢視並確認已成功下載cuDNN檔案。

2. 在usr/local/cuda-9.0新建一個空資料夾用於儲存cudnn檔案：

cd usr/local/cuda-9.0
mkdir cuda

第三部分安裝cuda時選擇了預設安裝路徑，如果你安裝cuda時定義了安裝路徑，則需要去相應的路徑下進行設定。

3. 進入放置cuDNN檔案的資料夾，解壓cuDNN壓縮包，並將解壓得到cuda檔案下的全部檔案複製到usr/local/cuda-9.0：

sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

4. 進入相應資料夾，檢查一下是否全部複製成功。

五、安裝tensorflow

1. 檢視並確認python版本為3.5。

2. 安裝tensorlfow-gpu。可離線自己編譯tensorflow，這樣的方式可以更好的利用計算機硬體，但過程比較麻煩。我這裡急需使用tensorflow，因此直接線上安裝。

①如果之前安裝過tensorflow，需要先解除安裝一下：

sudo pip uninstall tensorflow 

②安裝tensorflow-gpu

sudo pip install tensorflow-gpu

六、配置python常用包：

參考連結：

https://blog.csdn.net/Yakumoyukarilan/article/details/51340358

推薦使用pip安裝（我在安裝過程中用apt-get install安裝後，均安裝成功，但是import的時候還是無法找到）。

1. 安裝pip（最好使用sudo apt-get update命令更新一下）：

sudo apt-get install python-pip

如果安裝未成功，則需要執行以下操作：

sudo apt-get install aptitude 
sudo aptitude install python-dev

再次嘗試安裝pip即可安裝成功，安裝成功後可輸入命令：pip，確認已安裝成功。

2. 用pip安裝用於數值計算和繪圖的包 分別是numpy scipy matplotlib pandas：

sudo pip install numpy 
sudo pip install scipy 
sudo pip install matplotlib 
sudo pip install pandas
sudo pip install scikit-learn

安裝過程中下載速度很慢，又是會報“The read operation timed out……”錯誤，可通過設定pip的預設超時時間成功:

sudo pip --default-timeout=100 install -U numpy 
sudo pip --default-timeout=100 install -U scipy 
sudo pip --default-timeout=100 install -U matplotlib 
sudo pip --default-timeout=100 install -U pandas 
sudo pip --default-timeout=100 install -U scikit-learn