本文共 3342 字，大约阅读时间需要 11 分钟。

请先阅读这篇，我相信会对你有帮助的。

由于在后，工作过程中出现了一些问题，比较好的做法是等待tensorflow1.5的发布，但是我没有时间去等QAQ。所以重装系统，QAQ。

和之前装机的方法一样，只是这里的系统是ubuntu16.04。系统安装好后，我们修改源。好，第一个坑出现了。

无线网卡驱动

装好系统后，无线网卡无法使用（主要是我这里有线需要拨号上网，对就是这么的原始QAQ，dsl一直出问题）

我的网卡型号是Killer Wireless-AC 1535

sudo dpkg -i linux-firmware*.debsudo modprobe -r ath10k_pci && sudo modprobe ath10k_pci

下载软件仓库信息失败

我尝试着去更换源，确实在有的源解决了这个问题，但是我不推荐你这么去做。我这里希望我的源是aliyun，但是它一更新后就会出现下面的问题。

*** Error in `appstreamcli': double free or corruption (fasttop): 0x0000000001549c80 ***

解决方法

sudo apt-get purge libappstream3sudo apt-get update

安装显卡驱动

我推荐你先安装vim，因为我觉得vi不怎么好用

sudo apt-get install vim

接着去禁用nouveau驱动（这是一个开源的驱动，对nvidia显卡不支持）

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

在后面添加

blacklist nouveau

接着更新一下

sudo update-initramfs -u

修改之后需要重启系统。

重启后可以使用以下命令：

lsmod | grep nouveau

如果什么都没有的话，禁用成功。我这里要说的是，大家都这样做了，所以我这样做了，但是如果不禁用会不会有问题，我不知道（有人说没问题）。

先进入文本模式（Ctrl+Alt+F1），接着使用这条指令，添加一个源

sudo add-apt-repository ppa:graphics-drivers/ppa

关闭图形化窗口

sudo service lightdm stop

先更新一下，因为我们添加了一个源

sudo apt-get update

使用这个命令下载安装驱动（我的显卡是1080ti所以使用381，没有使用384，很多人说这个有问题，不想再被坑了）

sudo apt-get install nvidia-381

这次安装的过程中出现了这样的一个问题

• pcie bus error

  先恢复图形环境

  sudo service lightdm start

  Ctrl+Alt+F7进入图形界面

  sudo vim /etc/default/grub

  将其中的

  GRUB_CMDLINE_LINUX_DEFAULT="quiet splash"

  修改为

  GRUB_CMDLINE_LINUX_DEFAULT="quiet splash nomodeset"

  然后更新sudo update-grub，后重启电脑。

接着按照之前的步骤安装驱动就可以了，很高兴的是，这次并没有像Ubuntu17.04那样出现下载出错的问题。

装好后，恢复图形环境

sudo service lightdm start

Ctrl+Alt+F7进入图形界面，关机。

将独立显卡插上，将视屏线插在独显上，开机，这个时候你会发现，系统可以打开了，不再是黑屏。

进入系统后，输入下面指令

nvidia-smi

如果没有出现报错，那么恭喜你ubuntu装好了。

安装pip

接着我们要先安装pip源

sudo apt-get install python-pip

接着cd到根目录，使用

ls -la

这个时候应该可以看到.config文件夹，进入这个文件夹（cd .config），建立一个pip文件夹（mkdir pip），进入pip文件夹（cd pip），接着建立pip.conf文件（vim pip.conf），按i（表示输入文本）输入以下内容

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

输入:wq（保存并退出）。

以上步骤是要修改pip的源，这样安装会更加的快。

安装cuda8

下载好cuda8的.run文件，注意这里不要下载.deb文件（据说有坑），应该是两个文件，其中一个是补丁文件。

使用下面指令安装

sudo ./cuda_8.0.61_375.26_linux.run

这个安装的过程没有什么困难的，唯一一个要注意的地方就是在选择安装驱动时，选n

装好后打上补丁

sudo ./cuda_8.0.61.2_linux.run

我这里的samples文件是在home文件夹下（各位可能是在/usr/local/cuda-8.0/下）

现在桌面建立一个文件夹test，进入test文件夹（cd test）。使用下面的命令，将cuda例子文件复制进去

cp -r /home/nvidia_samples/ .

进入samples文件夹（cd samples），输入指令make -j，进行编译，编译要花一点时间。

编译好后切换到release文件夹

cd ./bin/x86_64/linux/release

执行下面指令

./deviceQuery

查看最后结果，如果是Result = PASS，那就ok。

接着cd到根目录。编辑.bashrc文件（vim .bashrc，不过新装的系统好像没有这个文件，没有的话跳过这步），在文件结尾添加下面的语句

#cuda8.0export PATH=/usr/local/cuda/bin${
   PATH:+:${
   PATH}} export LD_LIBRARY_PATH=/usr/local/cuda/lib64${
   LD_LIBRARY_PATH:+:${
   LD_LIBRARY_PATH}} export CUDA_HOME=/usr/local/cuda

输入:wq（保存退出）。接着在命令窗口输入source .bashrc，让文件生效。

安装cudnn6

推荐安装cudnn6，不要安装cudnn7

接着去官网下载，但是好像最近无法下载了，我有时间会上传一份。（需要的同学留言，我发给你）

下载好后输入下列指令将相关文件拷贝到cuda安装目录下即可。

tar -zxvf cudnn-8.0-linux-x64-v6.0.tgzsudo cp cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp -a cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

注意上面第二条指令，这里多加了一个-a，在官方给的方案里面没有，我建议你这样做，否则会出现连接出错的问题。

安装tensorflow1.3

接着我们开始安装tensorflow1.3，在此之前，先安装一个libcupti-dev库

sudo apt-get install libcupti-dev

接着如果使用

sudo pip install tensorflow-gpu

会安装tensorflow1.4的版本，我觉得如果你是使用cuda8的用户，我推荐你去安装tensorflow1.3。

sudo pip install tensorflow-gpu==1.3

装好后我们在python中（命令窗口输入python）测试一下

import tensorflow as tf

如果没有报错的话，就可以了。

转载地址：https://coordinate.blog.csdn.net/article/details/78655862 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！