ubuntu 下GPU版的 tensorflow / keras的环境搭建

前言：本文主要介绍如何在 ubuntu 系统中配置 GPU 版本的 tensorflow 环境。主要包括：
- cuda 安装
- cudnn 安装
- tensorflow 安装
- keras 安装

其中，cuda 安装这部分是最重要的，cuda 安装好了以后，不管是 tensorflow 还是其他的深度学习框架都可以轻松地进行配置。

我的环境： Ubuntu14.04 + TITAN X (Pascal) + cuda8.0 + cudnn5.0 cudnn5.1+ keras(thenao | tensorflow)

1. cuda8.0 的安装

下载网址：https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu

有了GPU之后，我们还需要想办法把它用到我们的算法运算中来才能提高学习的速度。cuda就是这样的一个运算平台，装上cuda之后，我们才能用GPU来进行复杂的并行计算。

因为看了keras中文文档，里边提到Pascal架构的显卡只能选择CUDA 8.0，所以我就装了8.0，而且用着也的确没有问题。至于安装的话，但我是参考官网的指导手册安装的，没有问题，这里就不再写了。
其实网上很多的中文安装教程都是按照指导手册上说的，比如：CUDA 入门之 Ubuntu 系统下环境搭建（注意，这个可是cuda7.5）.

* 说说安装完后（以下为舍友提供） *

• 查看安装是否成功
  a. 打开cuda的安装目录 ，编译samples

  cd /usr/local/cuda-8.0/samples sudo make -j4 # 这里j4的意思是使用CPU四个核心同时编译，如果你的电脑是8核，可以使用j8，编译速度将会变快

  b. 编译成功后打开硬件测试文件

  ./usr/local/cuda-8.0/samples/bin/x86_64/linux/release/deviceQuery
  会看到返回一大串信息，里面可以看到显卡型号以及显卡计算能力等，说明没问题了。

• 安装完后添加环境变量：
  a.在/etc/profile中添加环境变量, 在文件最后添加（文件要用sudo 打开）:

  PATH=/usr/local/cuda-8.0/bin:$PATH export PATH
  添加完后保存退出，执行如下命令使环境变量生效： source /etc/profile

  b.添加lib路径,在 /etc/ld.so.conf.d/ 加入文件 cuda.conf, 内容如下: /usr/local/cuda-8.0/lib64

  执行如下命令立刻生效：

  sudo ldconfig

2. cudnn v5cudnn 5.1 的安装

* 注意：之前安装了vudnn v5，结果使用tensorflow出错。然后替换成了cudnn 5.1。根据错误的提示，如果你的tensorflow是使用二进制文件安装的，直接把cudnn的include 和 lib64 文件夹下的文件相应的替换到 /usr/local/cuda/ 中就行了。但是由于我是直接用pip install tensorflow-gpu 的方式来安装的，替换掉文件后还是出错。解决办法呢就是把tensorflow-gpu卸了重新安装一遍！！*

refer to: Ubuntu 16.04 CUDA 8 cuDNN 5.1安装