一、設備是否支持

?在終端中輸入： $ lspci | grep -i nvidia ，會顯示自己的NVIDIA GPU版本信息

二、禁用nouveau

終端中運行：$ lsmod | grep nouveau，如果有輸出則代表nouveau正在加載。

三、運行cuda.run 文件

會出現依賴錯誤：

sudo apt-get install freeglut3-dev build-essential libx11-dev

sudo apt-get install?libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa

sudo apt-get install?libglu1-mesa-dev

把InstallUtils.pm 文件復制到

/usr/lib/x86_64-linux-gnu/perl-base/ 文件夾中

重新運行安裝文件，添加參數

./cuda.run --override --toolkitpath=/home/XXX/local/cuda-8.0

安裝過程中不安裝英偉達驅動，不創建軟鏈接，其余默認yes。

安裝成功

在.bashrc文件尾部中添加：

export PATH=/home/solar/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/home/solar/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

終端輸入 nvidia-smi 檢測是否成功

解壓cudnn.tgz文件,

sudo cp cudnn.h /home/solar/local/cuda-8.0/include/? ??

sudo cp lib* /home/solar/local/cuda-8.0/lib64/? ? ? ??

安裝anaconda

直接運行.sh文件，安裝成功

輸入 conda info -e 查看是否安裝成功

添加源：

conda config --add channels 'http://mirrors.ustc.edu.cn/anaconda/pkgs/free/'

conda config --set show_channel_urls yes

PS：服務器沒辦法解析域名 ，創建環境的時候總是提示網絡錯誤。。。

修改resolv.conf

添加nameserver 8.8.8.8

或者nameuser 114.114.114.114

創建新的conda環境：

conda create -n transorflow python=python3.6

使用新的環境：

source activate tensorflow

然后：

pip install tensorflow_XX.whl

完成后進入python?

輸入

import tensorflow as tf

hello=tf.constant('hello,Tensorflow')

sess=tf.Session()

print sess.run(hello)

輸出 hello,Tensorflow則成功