pre { direction: ltr; color: rgb(0, 0, 0) }
pre.western { font-family: "Liberation Mono", "Courier New", monospace }
pre.cjk { font-family: "Nimbus Mono L", "Courier New", monospace }
pre.ctl { font-family: "Liberation Mono", "Courier New", monospace }
h1 { margin-bottom: 0.21cm; direction: ltr; color: rgb(0, 0, 0) }
h1.western { font-family: "Liberation Serif", "Times New Roman", serif }
h1.cjk { font-family: "Noto Sans CJK SC Regular"; font-size: 24pt }
h1.ctl { font-family: "Noto Sans CJK SC Regular"; font-size: 24pt }
p { margin-bottom: 0.25cm; direction: ltr; color: rgb(0, 0, 0); line-height: 120% }
p.western { font-family: "Liberation Serif", "Times New Roman", serif; font-size: 12pt }
p.cjk { font-family: "Noto Sans CJK SC Regular"; font-size: 12pt }
p.ctl { font-family: "Noto Sans CJK SC Regular"; font-size: 12pt }
code.western { font-family: "Liberation Mono", "Courier New", monospace }
code.cjk { font-family: "Nimbus Mono L", "Courier New", monospace }
code.ctl { font-family: "Liberation Mono", "Courier New", monospace }
a:link { }
Ubuntu 16安装GPU版本tensorflow
1首先安裝显卡驱动
首先去官网上查看适合你GPU的驱动
（http://www.nvidia.com/Download/index.aspx?lang=en-us）
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
是你查到的版本号）
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
执行完上述后，重启（reboot）。
重启后输入
nvidia-smi
如果出现了你的GPU列表，则说明驱动安装成功了。另外也可以通过，或者输入
nvidia-settings
出现
2接着安装CUDA
https://developer.nvidia.com/cuda-downloads
cuda是nvidia的编程语言平台，想使用GPU就必须要使用cuda。
注意这里下载的是cuda8.0的runfile（local）文件
下载完cuda8.0后，执行如下语句，运行runfile文件：
sudo sh cuda_8.0.27_linux.run因为驱动之前已经安装，这里就不要选择安装驱动。其余的都直接默认或者选择是即可。
ubuntu的gcc编译器是5.4.0，然而cuda8.0不支持5.0以上的编译器，因此需要降级，把编译器版本降到4.9：
在terminal中执行：
sudo
apt-get install gcc -4.9 gcc-5 g++-4.9 g++-5
sudo
update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo
update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo
update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo
update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo
update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo
update-alternatives --set cc /usr/bin/gcc
sudo
update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo
update-alternatives --set c++ /usr/bin/g++
配置cuda8.0之后主要加上的一个环境变量声明，在文件~/.bashrc之后加上
gedit
~/.bashrc
export
PATH=/usr/local/cuda-8.0/bin{PATH:+:
{PATH}}
export
LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64{LD_LIBRARY_PATH:+:
{LD_LIBRARY_PATH}}
然后设置环境变量和动态链接库，在命令行输入
sudo
gedit /etc/profile
在打开的文件里面加上（注意等号两边不能有空格）
export
PATH=/usr/local/cuda/bin:$PATH
保存之后，创建链接文件
sudo
gedit /etc/ld.so.conf.d/cuda.conf
在打开的文件中添加如下语句：
/usr/local/cuda/lib64
保存退出执行命令行：
sudo
ldconfig
使链接立即生效。
测试cuda的Samples
命令行输入（注意cuda-8.0是要相对应自己的cuda版本）
cd
/usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
make
sudo
./deviceQuery
返回GPU的信息则表示配置成功
3
安装cudnn
上官网下载对应的cudnn
https://developer.nvidia.com/cudnn
下载完cudnn后，命令行输入文件所在的文件夹(ubuntu为本机用户名)
cd
home/ubuntu/Downloads/
tar
zxvf cudnn-8.0-linux-x64-v5.1.tgz #解压文件
cd进入cudnn5.1解压之后的include目录，在命令行进行如下操作：
sudo
cp cudnn.h /usr/local/cuda/include/ #复制头文件
再cd进入lib64目录下的动态文件进行复制和链接：（5.1.5为对应版本具体可修改）
sudo
cp lib* /usr/local/cuda/lib64/ #复制动态链接库
cd
/usr/local/cuda/lib64/
sudo
rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件
sudo
ln -s libcudnn.so.5.1.5 libcudnn.so.5 #生成软衔接
sudo
ln -s libcudnn.so.5 libcudnn.so #生成软链接
4
安装第三方库
sudo apt-get install python-pip python-devsudo apt-get install python-numpy swig python-dev python-wheel5安装tensorflowsudo -H pip install tensorflow_gpu-1.2.1-cp27-none-linux_x86_64.whl (直接安装tensorflowGPU版本1.2.1)sudo pip install --upgrade tensorflow_gpu-1.2.1-cp27-none-linux_x86_64.whl (在旧版本上升级到tensorflowGPU版本1.2.1)sudo pip uninstall tensorflow (卸载tensorflow)