前言

自己學習記錄，若有錯誤，敬請指正！
Python課程設計，想了解人臉識別相關內容，故安裝 tensorflow 又因在Linux系統跑網路較快，硬體支持，故嘗試在Ubuntu下安裝tensorflow-gpu 1.3下，
所有版本如下:
Ubuntu 16.4安裝教程推薦博客:[https://blog.csdn.net/weixin_44585583/article/details/90704452](https://blog.csdn.net/weixin_44585583/article/details/90704452)

0.確定tensorflow 對應版本

在確定好想要安裝的tensorflow版本后，查看本機電腦條件是否符合

官網：https://tensorflow.google.cn/install/source

因為我需要安裝tensorflow-gpu-1.3，所以，為要確保CUDA=8，cuDNN=6 python==3.X

1.安裝驅動

1.1根據顯卡查看適合驅動

先去了解自己電腦獨立顯卡的資訊

lspci  | grep -i vga   #顯示本機的顯卡資訊

進入Nvidia官網，查看本機顯卡對應打最新驅動
Nvidia官網：https://www.nvidia.com/Download/index.aspx
我的顯卡資訊：顯卡 GeForce GTX 1050Ti

對應的最新驅動為 450

1.2查看原顯卡驅動

（1）System Setting →Softerware&Updates→additional driver

（2）終端輸入nvidia-smi

這里是 384.130
注意：如果你并不熟悉所有的對應關系，推薦不著急更新驅動

2.安裝CUDA

2.1查看顯卡驅動支持的CUDA版本

官網：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

可知，在Linux下，各驅動版本的對應的CUDA,發現先有的驅動，滿足
注意：如果不放心，可以選擇更新驅動版本，因為會向下兼容，方法網上已有很多資料，這里不做贅述

2.2 下載CUDA

官網：http://www.nvidia.cn/Download/index.aspx

2.3 安裝CUDA

• 報錯1：

原因：查看屬性后，察覺因網路原因，下載不完整

解決：保證網路通暢，重新下載

• 報錯2：
  
  解決歷程：
  1）懷疑ubuntu內核問題
  做法：
  a.輸入 name-r 查看當前Ubuntu的內核

b.官網查詢適用內核
官網：https://docs.nvidia.com/cuda/archive/8.0/cuda-installation-guide-linux/index.html
注意：如果你的CUDA不是8，直接在網址中把想要查詢的版本更改即可，如我要查詢9的，

https://docs.nvidia.com/cuda/archive/9.0/cuda-installation-guide-linux/index.html

c.內核降級至4.4

https://blog.csdn.net/u012925946/article/details/84844200

沒有解決問題
2）閱讀報錯，告知存在X server is running

https://stackoverflow.com/questions/54181940/cuda-driver-installation-failed-ubuntu-14-04

沒有解決
3）再次嘗試，在報錯資訊中，發現Driver Installation Failed

查看安裝流程，發現有一步要安裝CUDA自帶的顯卡驅動，突然明白，造成錯誤的，是已經存在一個驅動，安裝時選擇no

no

成功！！！！！！！！！！！！！！！！！！！

2.4配置環境變數

sudo gedit ~/.bashrc

添加

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64

如果一直默認安裝，路徑不會發生改變
參考博客：https://blog.csdn.net/yinxian9019/article/details/106756280/

2.5 查看是否成功安裝

參考博客：https://blog.csdn.net/qq_16525279/article/details/79722377

3.安裝cudnn

3.1 下載

下載官網：https://developer.nvidia.com/cuda-toolkit-archive

3.2安裝

解壓把相應檔案復制到CUDA檔案中

3.3 查看是否成功

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

參考博客：https://blog.csdn.net/Teeyohuang/article/details/79660547

4.GCC降級

此時發現gcc版本太高，進行降級，不知道科不科學
參考博客：https://blog.csdn.net/qq_31175231/article/details/77774971?

5.安裝Adacaonda

adaconda 利用清華鏡像
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

6.安裝Tensorflow-gpu-1.3

參考博客
https://blog.csdn.net/love666666shen/article/details/75675185

6.1 conda創建虛擬環境

自動下載包

y

6.2激活環境

source activate your_name

6.3安裝

下載包

y

成功！！！！！！！！！！！！！！！！！！！！！！！！！！！1

問題：

1.太慢

添加鏡像
清華：雖然已恢復，但還是太慢
北京外國語大學 極力推薦
1）打開.condarc

sudo gedit ~/.condarc

2）添加鏡像（注意把原來打鏡像備份）

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.bfsu.edu.cn/anaconda
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/free
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

參考博客：
https://www.cnblogs.com/yibeimingyue/p/138417426.html
https://blog.csdn.net/weixin_43667077/article/details/108282523
https://blog.csdn.net/weixin_43667077/article/details/106521015?

6.4 測驗

1.進入python
2.引人tensorflow,測驗是否使用gpu

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

成功！！！！！！！！！！！！！！！！！

7.安裝PyCharm

網上教程較多
博客:https://baijiahao.baidu.com/s?id=1622347860160507809&wfr=spider&for=pc

歷經3天(2020.11.7-2020.11.9)的搭建環境作業已經完成,寫下此篇博客,記錄自己的成長點滴!
2020.11.9 23:33的冬天,有點冷，