Ubuntu16.04+Anaconda+Cuda9.0+cudnn7.0+Tensorflow+Pytorch

Ubuntu16.04（win10双系统）

下载

下载地址：https://www.ubuntu.com/download/desktop

安装

用UltraISO制作U盘启动盘
win+X，磁盘管理，压缩出至少50G空间
重启进入BIOS，设置U盘启动
试用Ubuntu（try Ubuntu）
断网
运行桌面上安装Ubuntu图标
系统语言：中文（自动配置中文输入法）
不要勾选“安装第三方软件”
安装类型：其他选项
选择“其他选项”后，系统会弹出提示询问是否强制以UFEI模式进行ubuntu安装，不要点“强制”。点击“后退”即可进入下一步
分区：

/boot 逻辑分区——501MB（/boot必须和windows同盘）
/swap 交换空间——8194MB
/ 主分区——至少30GB
/home 逻辑分区——剩余空间

等待安装完成，拔掉U盘，重启进入Ubuntu系统桌面，联网系统设置-软件和更新-选择清华镜像软件源等待弹出系统更新通知并更新系统附加驱动-选择NVIDIA专有驱动-应用变更，完成后重启———————————————————————————————

Anaconda3

下载

下载地址： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
[Anaconda3-5.1.0-Linux-x86_64.sh](https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.1.0-Linux-x86_64.sh)

安装

cd %filepath
bash Anaconda3-5.1.0-Linux-x86_64.sh

设置清华镜像

conda

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

pip
- 新建~/.config/pip/pip.conf （查看-显示隐藏文件），输入以下内容：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

更新conda

conda update conda
conda update --all

添加cuda依赖包

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev libglfw3-dev libgles2-mesa-dev

——————————————————————————————————-

Cuda9.0

下载

下载地址：https://developer.nvidia.com/cuda-90-download-archive
[CUDA Toolkit 9.0 Downloads](https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal)

cuda_9.0.176_384.81_linux.run #Base Installer
cuda_9.0.176.1_linux.run #Patch1
cuda_9.0.176.2_linux.run #Patch2

安装

安装指南：
http://developer.download.nvidia.com/compute/cuda/9.0/Prod/docs/sidebar/CUDA_Quick_Start_Guide.pdf
http://docs.nvidia.com/cuda/cuda-installation-guide-linux/#runfile-nouveau-ubuntu
卸载旧版本（非必须）

$ sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl
$ sudo /usr/bin/nvidia-uninstall

验证kernel headers和development packages

$ sudo apt-get install linux-headers-$(uname -r)

禁用nouveau

$ sudo vi /etc/modprobe.d/blacklist-nouveau.conf
:wq # 回车

$ cd /etc/modprobe.d
$ sudo gedit blacklist-nouveau.conf

blacklist nouveau
options nouveau modeset=0 # 保存退出

$ sudo update-initramfs -u

$ lsmod | grep nouveau
# 如果打印出一些信息，说明Noueau被加载了，正常情况下会打印出一些关于nouveau的信息

Ctrl+Alt+F1进入text界面，输入：

$ sudo service lightdm stop

$ cd %filepath
$ sudo sh cuda_9.0.176_384.81_linux.run
# 是否安装NVIDIA driver？ no
# 其他选yes或默认

安装Patch

$ sudo sh cuda_9.0.176.1_linux.run
$ sudo sh cuda_9.0.176.2_linux.run

重启图形界面

$ sudo service lightdm start

添加环境变量

$ gedit ~/.bashrc # 编辑

在文档末尾添加：

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} # 保存退出

$ source ~/.bashrc

$ cuda-install-samples-9.0.sh ~
$ cd ~/NVIDIA_CUDA-9.0_Samples/5_Simulations/nbody
$ make
$ ./nbody

验证驱动版本和CUDA版本：

$ cat /proc/driver/nvidia/version 
$ nvcc -V

——————————————————————————————–

cudnn7.0

下载

下载地址： https://developer.nvidia.com/rdp/cudnn-download
需注册登录nvidia帐号
Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0
[cuDNN v7.0.5 Library for Linux](https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.0.5/prod/9.0_20171129/cudnn-9.0-linux-x64-v7)

安装

安装指南： http://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installlinux-tar
解压tgz文件并将对应文件添加到CUDA文件夹

$ cd %filepath
$ tar -xzvf cudnn-9.0-linux-x64-v7.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

—————————————————————————————–

TensorFlow

安装

conda create -n tensorflow pip python=3.6

activate tensorflow

pip install --ignore-installed --upgrade tensorflow-gpu

验证

#Open a new terminal if not done yet
activate tensorflow
python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))

—————————————————————————————————-

Pytorch

安装

cuda方式安装

$ conda install pytorch torchvision cuda90 -c pytorch

pip方式安装（推荐）

– 下载whl文件：http://download.pytorch.org/whl/cu90/torch-0.4.0-cp36-cp36m-linux_x86_64.whl

$ conda create -n torch pip python=3.6

$ source activate torch

$ pip install torch-0.4.0-cp36-cp36m-linux_x86_64.whl 
$ pip install torchvision

验证

$ python
>>> import torch
>>> torch.__version__

原文链接：https://blog.csdn.net/yangtf07/article/details/79794330