一篇筆記式的文章。
是一個(gè)GTX 1060的雷神電腦
雖然也有Server，不過暫時(shí)沒去玩。
我2017年用TF做Faster RCNN的時(shí)候用的TF1.0, CUDA8, CUDNN5.
現(xiàn)在更新起來出了libcudnn包的版本問題，解決了一下不好搞，懶得解決，直接重裝了系統(tǒng)。

首先是重裝ubuntu，我的mac不方便燒u盤，借了個(gè)window，燒好ubuntu 16.04.
開機(jī)按住f2，進(jìn)入boot項(xiàng)，把u盤調(diào)到最高優(yōu)先級(jí)(priority).
save changes and restart之后 進(jìn)入install ubuntu。
直接抹掉了之前的東西。
然后安裝過程中 要斷網(wǎng)?。ú蝗唤o我安裝其他驅(qū)動(dòng)，然后安裝完成之后黑屏）
安裝好了系統(tǒng)之后安一下搜狗 pinyin，chrome。
然后反正我的電腦剛剛安裝好是不能通過fn來調(diào)節(jié)亮度的，setting里面也沒有。。。
我先在setting-software updates里面找到additional driver，把x-driver換成了Nvidia 的driver，我的gtx 1060卡是384。
然后再通過網(wǎng)上那種改grub為vendor的方法，這樣就可以用fn調(diào)節(jié)亮度了。
安裝系統(tǒng)大概就是這樣了。

然后安裝cuda
我用的local deb方法安裝，運(yùn)行
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
這一句的時(shí)候提示我差鎖鑰，按照terminal提示加上就行了，然后
sudo apt-get update
sudo apt-get install cuda

然后vim ~/.bashrc設(shè)置環(huán)境變(如果不是cuda9.0版本，下面要記得改版本)
export CUDA_HOME=/usr/local/cuda-9.0
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.0/bin:$PATH
然后source ～/.bashrc
nvcc --version可以看cuda版本

接下來安裝CUDNN7.0.5
官網(wǎng)下載壓縮包，然后解壓，解壓好了之后是一個(gè)叫cuda的文件夾。
把里面的lib庫(kù)添加到之前cuda的目錄下面，假設(shè)我現(xiàn)在在cuda(cudnn的解壓包)文件夾下面
sudo cp ./include/cudnn.h /usr/local/cuda-9.0/include
sudo cp ./lib64/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

關(guān)于更新軟鏈接，有的人做了有的人沒有，貌似沒更新只會(huì)有warning。
更新軟鏈接（同樣下面版本注意看清楚）
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.7
sudo chmod u=rwx,g=rx,o=rx libcudnn.so.7.0.5
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
sudo ldconfig

好吧我本來想用anaconda的pyhton環(huán)境的，但是我慫我還有各種ddl我怕出問題。
所以用了ubuntu的自帶python3.5
安裝一下pip3
sudo apt-get install python3-pip python3-dev
直接pip3安裝TF
pip3 install tensorflow-gpu==1.5
安了1.5版本，不敢太高 萬一又要我更新cuda就GG了

然后弄個(gè)spyder3做ide，就可以開始窮人的深度學(xué)習(xí)了。