使用anaconda安装TensorFlow框架GPU版本

前提：已经安装好了驱动、cuda、cudnn等，再进行安装tensorflow。

anaconda安装TensorFlow-gpu过程

1. 下载Anaconda

在 清华大学开源软件镜像站，下载对应版本的Anaconda ,使用bash进行安装

$ bash Anaconda3-4.2.0-Linux-x86_64.sh

添加Anaconda安装路径到环境变量

   (1) $ vim ～/.bashrc                         #打开～/.bashrc
   (2) $ exportPATH=~/anaconda3/bin:$PATH.        #写入路径
   (3) $ source ~/.bashrc                         #激活
   (4) $ conda --version                       #验证是否安装成功 

2. 激活~/.bashrc

$source ~/.bashrc

3. 创建tensorflow虚拟环境，并激活环境

$  conda create -n tensorflow python=2.7 
$  source activate tensorflow #创建成功之后，$之前会出现虚拟环境名字（tensorflow）提示

4. 安装tensorflow-gpu

$ pip install tensorflow-gpu==1.1.0

5. 编辑.bash_profile

$ vim ~/.bash_profile

在其中，设置好cuda安装的路径：

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64"
export CUDA_HOME=/usr/local/cuda-8.0

6. 激活.bash_profile

$ source ~/.bash_profile

7. 验证安装

import tensorflow as tf

运行没有报错，表示Tensorflow-gpu安装成功

8. 退出tensorflow的计算环境

$ source deactivate

再次使用tensorflow的时候，再次激活环境即可：source activate tensorflow

错误解决

1. 在import tensorflow的时候，出现ImportError:libcublas.so.9.0: cannot open shared object file: No such file or directory。

产生原因：所安装的tensorflow的版本和cuda的版本不一致（之前安装tensorflow-gpu的时候使用的是pip Install tensorflow-gpu。结果自动安装的是1.5.0版本tensorflow-gpu，而系统的cuda的版本为8.0——>不匹配）

解决方法：降低tensorflow-gpu的版本，在安装的时候，指定pip Install tensorflow-gpu==1.1.0即可

2.在同一台服务器上，使用iterm终端运行的使用gpu可用，但是在使用可视化桌面运行的使用gpu不可调用。
产生原因：在调用tensorflow-gpu失败的时候，大多数都是由于cuda的路径出错了

发现问题：
(1) 使用 import tensorflow 进行测试，发现在终端，存在tensorflow模块，但是在可视化桌面缺失tensorflow模块。
(2) 检查LD_LIBRARY_PATH
$ echo $LD_LIBRARY_PATH
此时，终端显示出cuda的路径，但是在可视化界面输出为空。则说明是tensorflow的路径出现了错误。

解决方法：
(1). $ sudo vim ~/.bashrc

exportLD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64
exportCUDA_HOME=/usr/local/cuda”

(2). $ sudo vim ~/.bashrc
source之后，再次echo 两个终端中，都有路径的存在，并且import tensorflow 成功

3.在修改了/[.bashrc]或者是/.bash_profile 文件之后，一定要使用source进行激活。

4. 解决pip的安装慢

5.pip安装tensorflow时：

[115 ~]$ pip install tensorflow-gpu==1.1.0

Collecting tensorflow-gpu==1.1.0
Could not find a version that satisfies the requirement tensorflow-gpu==1.1.0 (from versions: )

No matching distribution found for tensorflow-gpu==1.1.0

解决方法：使用清华源进行安装，即可安装成功。

6. 实际上，2017.12的时候，tensorflow 1.4及以下的不支持cuda9.0，且tensorflow1.0版本以上是不支持cuda8.0以下的。tensorflow-gpu1.5以后不支持使用CUDA8.0。cuda8.0对应的cuDNN必须是6.0版的。

参考教程：
TensorFlow 官方文档中文版
Linux下安装配置Tensorflow（GPU版本)