請對照選項，解決相應的問題。這裡我要強調一點顯示卡驅動現在可以安裝387（推薦安裝）。這裡要說的一點是：請查清楚對應顯示卡驅動的穩定版本

我這篇文章的目的是希望給你提供一個正確的安裝思路，不是對於一些問題的特解，而是一個更加廣泛的解決思路。

首先，我要先說幾個重點

• 不要安裝非長期支援的Ubuntu版本（17.04，17.10）
• tensorflow版本請和cuda、cudnn配套

關於第一點，如果你安裝了非長期支援的版本（非LTS），那麼你會面臨的問題就會非常多。一般非長期支援版本的支援時間為1年，而長期版本的支援時間為5年。如果過了這個時間的話，不會得到軟體更新支援。所以對於那些安裝了這些版本的人，我建議你們還是重灌系統，免得以後麻煩。這裡要說的是，關於Ubuntu 18.04LTS

關於第二點問題，這是本次安裝的重點。你可以看到我在文章的標題寫的也很詳細。這是因為，你一定要對應版本匹配，否則會出現一些問題。

我們這裡使用cuda9.0，注意不是cuda9.1。因為如果你通過搜尋訪問cuda的話，nvidia官方預設會提供給你的是最新的釋出版本，但是tensorflow一般都還沒有支援最新版本。這也是我要強調的：請查清楚你的tensorflow版本對應的cuda版本

你可以通過在nvidia開發者官網內搜尋，找到你想要的版本

這裡關於cudnn的安裝同樣，我們這裡選擇cudnn7.04

如果你安裝錯了，可以通過如下命令消除

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

• 1
• 2

對於上面的方法，根據你安裝資料夾的不同做相應調整。

安裝cuda時一個有用的操作：我們在安裝好cuda後，會編輯相應的.bashrc檔案，我推薦你這樣去寫

#cuda
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

• 1
• 2
• 3
• 4

你注意到，我在寫的時候export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}，我沒有將cuda寫成相應的cuda版本。如export PATH=/usr/local/cuda9.0/bin${PATH:+:${PATH}}。這樣寫的好處是，我們只要將usr/local目錄下的不同版本的cuda通過軟連線，去連結就可以了，不用再每次安裝不同的cuda後，去修改相應的.bashrc檔案。我之前在這個步驟掉進坑裡，環境變數配置錯誤導致tensorflow裝好了卻載入不上，我以為是cuda版本不對，來來回回試了好幾個版本，最後發現只不過是環境變數沒配置好.....

通過如下命令建立一個cuda->cuda-9.0的連線。

sudo ln -s cuda-9.0 cuda

• 1

還要提醒你要注意的一點是，安裝tensorflow時，不要忘記後面的-gpu選項。

sudo pip install tensorflow-gpu

• 1

最後我要說的是，不要認為現在裝好了就萬事大吉了，因為如果cuda和tensorflow都支援了Ubuntu 18.04LTS的話，你最好重灌系統，安裝Ubuntu 18.04LTS。因為很多後來發表的文章對應的程式碼，都會使用最新的軟體編寫(●’◡’●)。另外，我也不推薦你使用python 2.7，因為python2.7到2020年，就不再支援相應的維護了。

所以以上軟體，你最好安裝對應的python 3.x版本。

都2018年了，你不用python 3.x，你不用c++11/14/17，還在用那些過時的東西，你是真的out了。當然了，學習的過程肯定是從古典到現代的^_^ !!!