If installed cuda, to check cuda version, input "cat /usr/local/cuda/version.txt" in the terminal
一、安装cuda 8.0和Nvidia的驱动
1. 在Nvidia官网 https://developer.nvidia.com/cuda-downloads下载cuda8.0 （我的版本是cuda_8.0.61_375.26_linux.run）.
注意：下载时选择“runfile(local)”，大约1.4G。
按照官网上的几个命令的安装方式容易进入login loop，这个问题不太容易处理，我的解决方式简单粗暴： 重装Ubuntu。 另一解决方案可参考
2. 在Virtual Terminal下安装cuda（如下四步）
2.1 同时按住“CTRL+ALT+F1”打开“Virtual Terminal”
2.2 输入如下命令：
sudo service lightdm stop (关闭某个东西，不太清楚是什么)
cd cuda安装所在路径 (e.g. /home/****/apps)
sudo bash cuda_8.0.61_375.26_linux.run （运行cuda）
2.3 如果上述安装方法失败，输入如下命令；否则转入2.4步：
sudo mv /etc/X11/xorg.conf /etc/X11/xorg.conf.old
sudo touh /etc/X11/xorg.conf
2.4 重启电脑（sudo reboot)，重复2.2的三个命令
2.5 输入“nvidia -smt”检查是否安装成功。若显示关于GPU的一些参数，则安装成功
以上步骤即可安装cuda和Nvidia driver。
感谢Yuanpu的helps～～
二、设置环境变量
在Terminal下输入“sudo gedit /etc/profile”，打开 gedit ，最后两行输入
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
保存退出，环境变量配置完成。
三、安装cuDNN
cuDNN is a library that helps accelarate deep learning frameworks, such as TensorFlow or Caffe or Theanno.
1. 到Nvidia的官网https://developer.nvidia.com/cudnn 注册并下载cuDNN 5.1（我的版本：cudnn-8.0-linux-x64-v5.1.tgz， 5.0貌似不工作）
2. 将cuDNN中lib和include两个文件夹中的文件复制到cuda安装路径下对应的lib和include文件夹下，执行以下命令：
tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz (解压cuDNN)
cp cuda/lib/* /usr/local/cudo-8.0/lib
cp cuda/include/cudnn.h /usr/local/cudo-8.0/cudnn.h
四、安装TensorFlow1.0
TensorFlow官网显示有四种安装方式：Anaconda, "native" pip, virtuallenv和Docker。由于本人安装到本地，便从Anaconda和“native” pip种选择其一便可。 Anaconda种包含很多python库，为了避免后续再装有用库的麻烦，便选择Anaconda安装。具体步骤如下：
注意根据Ubuntu种自带安装的python版本来选择Anaconda的版本 （本人的Python是2.7，对应的Anaconda版本为Anaconda2-4.3.0-Linux-x86_64.sh）
2. 安装Anaconda。
在Terminal中输入的命令“bash Anaconda2-4.3.0-Linux-x86_64.sh"
3. 安装TensorFlow 1.0
如此，大功告成！
https://blog.sciencenet.cn/blog-1969089-1035941.html
上一篇：安装和卸载Ubuntu14.04注意事项
下一篇：安装或者卸载.deb包