ubuntu14.04下CUDA8.0+cuDNN+tensorflow(with gpu support)安装教程
安装tensorflow(有gpu支持)前，先查看本机nvidia显卡型号，确保显卡的GPU计算能力大于3.0，具体计算能力参见：https://developer.nvidia.com/cuda-gpus
tensorflow-gpu安装过程如下：
1，安装nvidia显卡驱动
此处可参考教程：<>
写的非常详细！大致分为以下三个流程
(1)安装显卡切换软件，在终端中输入命令：
sudo add-apt-repository ppa:nilarimogard/webupd8 #添加PPA更新源
sudo apt-get update #刷新更新源列表
sudo apt-get install prime-indicator #安装双显卡切换指示器
AI写代码(2)禁用系统默认驱动
(3)安装计算机显卡对应的官方驱动
成功安装显卡驱动后，即可通过显卡切换软件，切换当前使用的显卡类型。
2，安装CUDA及cuDNN
(1)安装CUDA，在官网上下载CUDA对应版本（https://developer.nvidia.com/cuda-toolkit-archive）
选择你想要安装的CUDA版本及安装方式（此处安装的是CUDA8.0 GA2，deb(local)版，但是下载的时候一定要注意，很容易连接不上服务器而下载失败）
下载完成后，使用md5sum校验，查看是否下载成功。在终端中输入
$ md5sum filename
AI写代码将得到的校验码与官网给定的比对，相同即可。
接着按照官网给的安装指令安装CUDA
配置CUDA的环境变量：
$ gedit ~/.bashrc
AI写代码在文档末尾添加：
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
AI写代码保存文件并关闭，使环境变量生效：
$ source ~/.bashrc
AI写代码(2)安装cuDNN v5.1
在官网下载：https://developer.nvidia.com/rdp/cudnn-download，需要先注册账号(也可以直接在网上找资源）
解压cudnn-8.0-linux-x64-v5.1.tgz，将文件复制到CUDA的安装目录下
tar xvzf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include
sudo cp lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
AI写代码测试CUDA安装是否成功
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
AI写代码如果显示的是GPU的一些信息，说明安装成功啦～～～
3，安装tensorflow-gpu版
千万不要安装bazel！！！最初一直在尝试bazel安装，不仅麻烦，还各种bug。使用pip安装，方便快捷。
(1)查看是否安装pip
pip -V
AI写代码若未安装则输入命令
sudo apt-get install python-pip python-dev # for Python 2.7
AI写代码(2)定位软件源，安装tensorflow
sudo pip install --upgrade tfBinaryURL ＃Python 2.7
sudo pip3 install --upgrade tfBinaryURL ＃Python 3.n
AI写代码tfBinaryURL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp27-none-linux_x86_64.whl
具体的tfBinaryURL，需要根据安装的版本确定，上述给定的是tensorflow r1.1版本
其他方式可参考官网教程：https://www.tensorflow.org/install/install_linux
4，验证tensorflow-gpu版是否安装成功
可参考教程：<>
5，tensorflow中查看版本和安装路径
在python命令行中输入下述命令，查看tensorflow安装版本和安装路径：
import tensorflow as tf
tf.__version__
tf.__path__
AI写代码