Ubuntu16.04安装CUDA9.0以及cuDNN 以及一系列python环境配置等方法

安装cuda9.0

sudo sh cuda_9.0.176_384.81_linux.run

单击回车，一路往下运行，直到提示“是否为NVIDIA安装驱动nvidia-384？”，选择否，因为已经安装好驱动程序了，其他的全都是默认，不过要记住安装位置，默认是安装在/usr/local/cuda文件夹下。

配置环境变量，运行如下命令打开profile文件

sudo gedit  /etc/profile

打开文件后在文件末尾添加路径，也就是安装目录，命令如下：

export  PATH=/usr/local/cuda-9.0/bin:$PATH
export  LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH

保存，然后重启电脑

sudo reboot

测试CUDA的Samples例子

cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

如果显示的是关于GPU的信息，则说明安装成功了。

安装cudnn

使用命令解压文件cudnn-9.0-linux-x64-v7.tgz，并且复制到cuda路径中

tar -zxvf cudnn-9.0-linux-x64-v7.tgz
cd cuda    
sudo cp lib64/lib* /usr/local/cuda/lib64/    
sudo cp include/cudnn.h /usr/local/cuda/include/ 

然后更新网络连接：

cd /usr/local/cuda/lib64/  
sudo chmod +r libcudnn.so.7.0.5  //自己查看.so的版本 对应更改  
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7  
sudo ln -sf libcudnn.so.7 libcudnn.so  
sudo ldconfig 

安装完成后可用 nvcc -V 命令验证是否安装成功，若出现版本信息则表示安装成功

安装Anaconda

bash Anaconda2-5.3.0-Linux-x86_64.sh

重启

安装opencv

pip install opencv-contrib-python==3.4.0.12

安装tensorflow-GPU

pip install tensorflow_gpu-1.10.0-cp27-cp27mu-manylinux1_x86_64.whl

安装1.11会报cudnn的错
！！！神坑
重启

安装Protobuf

在protobuf-3.6.1路径里

./configure
make
make check
sudo make install
sudo ldconfig # refresh shared library cache.
protoc --version #查看版本号

安装models

cd ~/tensorflow/models/research/
protoc object_detection/protos/*.proto --python_out=.

添加环境变量 PYTHONPATH（非常重要）

tensorflow/models/research/ 和 slim 目录 需要添加到PYTHONPATH环境变量中. 从终端中，切换到tensorflow/models/research/目录，执行:

#From tensorflow/models/research/

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

注意: 这条命令在新打开的终端中需要重新执行一次才会在新终端中生效，如果不想那么麻烦，就用下面的命令编辑 ~/.bashrc 文件，把上面的语句添加到末尾.

gedit ~/.bashrc 

测试

python object_detection/builders/model_builder_test.py