Ubuntu17.04+NvidiaGT640LE+CUDA9.0+cuDNN7.05+Tensorflow1.5r0(GPU)+Anaconda5.01(python3.6)安装
一、详细的安装环境：
1、硬件环境：Intel酷睿3代i5（3210m-cpu）/Geforce GT 640m-LE
2、软件环境：Ubuntu17.04(64bit)/gcc6.x/bazel0.9.0/CUDA9.0/CUDAnn7.05/tensorflow1.5-rc0/Anaconda5.01(python3.6/spyder3.2.6)
3、支持指令集：sse3、sse4.1、sse4.2、avx
二、下载并安装NVIDIACUDATookit9
1、下载： 由于官方下载版本更新为9.1，此新版本本人没有测试过是否被tensorflow1.5rc0所支持，所以仍用9.0版本，下载地址为：https://developer.nvidia.com/cuda-90-download-archive
另提供9.0网盘分享地址供下载：https://pan.baidu.com/s/1qZNJurE 密码：p3nq
2、安装：下载后的文件名为cuda-repo-ubuntu1704-9.0-local_9.0.176-1_amd64.deb，打开终端模拟器，输入：
sudodpkg-icuda-repo-ubuntu1704-9.0-local_9.0.176-1_amd64.deb
sudoapt-keyadd/var/cuda-repo-ubuntu1704-9.0-local_9.0.176-1_amd64/7fa2af80.pub
sudoapt-getupdate
sudoapt-getinstallcuda
安装的过程中可能会更新NV显卡驱动，按提示更新即可。
3、更新个性化设置文件.bashrc：
在终端模拟器输入：vim ~/.bashrc
export PATH="/usr/local/cuda/bin:$PATH:+:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
export CUDA_HOME="/usr/local/cuda:$CUDA_HOME"
然后输入:wq ，保存退出，最后运行 source ~/.bashrc使配置生效。
三、下载并安装cuDNN7.05
1、下载：下载cuDNN的地址(网盘中也有分享)：
https://developer.nvidia.com/cudnn
下载后文件名为cudnn-9.0-linux-x64-v7.tgz
2、安装：打开终端模拟器，进入cudnn-9.0-linux-x64-v7.tgz文件所在的目录，依次执行以下命令：
tar-zxvfcudnn-9.0-linux-x64-v7.tgz
sudocpcuda/include/cudnn.h/usr/local/cuda/include/
sudocp-acuda/lib64/libcudnn*/usr/local/cuda/lib64/
sudochmoda+r/usr/local/cuda/include/cudnn.h
sudochmoda+r/usr/local/cuda/lib64/libcudnn*
四、安装Anaconda
1、下载：因为ubuntu17.04自带python2.7，但是我们要用3.6版的，所以要安装Anaconda面向python3.6的版本。到https://www.anaconda.com/download/#linux下载linux安装包，对应python3.6
下载后文件名为Anaconda3-5.0.1-Linux-x86_64.sh
2、安装：在终端模拟器内输入以下命令，增加可执行权限，并安装：
chmoda+x./Anaconda3-5.0.1-Linux-x86_64.sh
./Anaconda3-5.0.1-Linux-x86_64.sh
3、安装步骤需要注意：
1）弹出“Inordertocontinuetheinstallationprocess,pleasereviewthelicenseagreement.”时，点回车看license，再拉到底，点Yes。
2）回车接受defaultinstalllocation。
3）提示“DoyouwishtheinstallertoprependtheAnaconda<2or3>installlocationtoPATHinyour/home/<user>/.bashrc?”时，输入Yes
4）提示“ThankyouforinstallingAnaconda2!”时表示安装成功。
5）安装程序自动在~/.bashrc里加入了PATH环境变量，让配置生效，终端执行：
source~/.bashrc
6）更新setuptools，终端执行：
pipinstall--upgrade-Isetuptools
否则，安装后tensorflow后，执行importtensorflowastf时，会出现
ImportError:Nomodulenamedplatflom错误。
五、安装Bazel
1、下载：下载Bazel0.9的sh版（bazel-0.9.0-installer-linux-x86_64.sh）下载链接：
https://github.com/bazelbuild/bazel/releases
2、安装：终端运行：
sudochmod+xbazel-0.9.0-installer-linux-x86_64.sh
./bazel-0.9.0-installer-linux-x86_64.sh
六、 编译并安装Tensorflow1.5rc0（GPU版）
这有我本人根据自己的环境编译好的版本：https://pan.baidu.com/s/1jJNV8BO 密码: 4as4
1、下载：终端中执行：
gitclonehttps://github.com/tensorflow/tensorflow
cdtensorflow
gitcheckoutr1.5
2、配置编译选项：
./configure
Pleasespecifythelocationofpython.[Defaultis/home/ceiec/anaconda3/envs/tensorflow/bin/python]:
FoundpossiblePythonlibrarypaths:
/home/ceiec/anaconda3/envs/tensorflow/lib/python3.6/site-packages
PleaseinputthedesiredPythonlibrarypathtouse.Defaultis[/home/ceiec/anaconda2/envs/tensorflow/lib/python3.6/site-packages]
DoyouwishtobuildTensorFlowwithjemallocasmallocsupport?[Y/n]:Y （也可以选n，我选的Y）
jemallocasmallocsupportwillbeenabledforTensorFlow.
DoyouwishtobuildTensorFlowwithGoogleCloudplatformsupport?[Y/n]:n
NoGoogleCloudplatformsupportwillbeenabledforTensorFlow.
DoyouwishtobuildTensorFlowwithHadoopFileSystemsupport?[Y/n]:n
NoHadoopFileSystemsupportwillbeenabledforTensorFlow.
DoyouwishtobuildTensorFlowwithAmazonS3FileSystemsupport?[Y/n]:n
NoAmazonS3FileSystemsupportwillbeenabledforTensorFlow.
DoyouwishtobuildTensorFlowwithXLAJITsupport?[y/N]:N
NoXLAJITsupportwillbeenabledforTensorFlow.
DoyouwishtobuildTensorFlowwithGDRsupport?[y/N]:N
NoGDRsupportwillbeenabledforTensorFlow.
DoyouwishtobuildTensorFlowwithVERBSsupport?[y/N]:N
NoVERBSsupportwillbeenabledforTensorFlow.
DoyouwishtobuildTensorFlowwithOpenCLsupport?[y/N]:N
NoOpenCLsupportwillbeenabledforTensorFlow.
（如果选opencl，则configure会检查opencl相关的文件，这里不需要，所以选择No）
DoyouwishtobuildTensorFlowwithCUDAsupport?[y/N]:Y （这里是必须选Y）
CUDAsupportwillbeenabledforTensorFlow.
PleasespecifytheCUDASDKversionyouwanttouse,e.g.7.0.[LeaveemptytodefaulttoCUDA8.0]:9.0
PleasespecifythelocationwhereCUDA9.0toolkitisinstalled.RefertoREADME.mdformoredetails.[Defaultis/usr/local/cuda]:
PleasespecifythecuDNNversionyouwanttouse.[LeaveemptytodefaulttocuDNN6.0]:7
（上面输入7不能是7.0，否则会报错并提示你重新选）
PleasespecifythelocationwherecuDNN7libraryisinstalled.RefertoREADME.mdformoredetails.[Defaultis/usr/local/cuda]:
Pleasespecifyalistofcomma-separatedCudacomputecapabilitiesyouwanttobuildwith.
Youcanfindthecomputecapabilityofyourdeviceat:https://developer.nvidia.com/cuda-gpus.
Pleasenotethateachadditionalcomputecapabilitysignificantlyincreasesyourbuildtimeandbinarysize.[Defaultis: 3.0]3.0
（兼容性等级填3.0）
DoyouwanttouseclangasCUDAcompiler?[y/N]:n (我们用gcc编译，不用clang编译，所以选择n)
nvccwillbeusedasCUDAcompiler.
Pleasespecifywhichgccshouldbeusedbynvccasthehostcompiler.[Defaultis/usr/bin/gcc]:
DoyouwishtobuildTensorFlowwithMPIsupport?[y/N]:
NoMPIsupportwillbeenabledforTensorFlow.
Pleasespecifyoptimizationflagstouseduringcompilationwhenbazeloption"--config=opt"isspecified[Defaultis-march=native]:
Add"--config=mkl"toyourbazelcommandtobuildwithMKLsupport.
PleasenotethatMKLonMacOSorwindowsisstillnotsupported.
IfyouwouldliketousealocalMKLinsteadofdownloading,pleasesettheenvironmentvariable"TF_MKL_ROOT"everytimebeforebuild.
Configurationfinished
如果选择错了，就中断再来配置一遍。
3、编译：
bazelbuild-copt--copt=-msse3--copt=-msse4.1--copt=-msse4.2--copt=-mavx--config=opt//tensorflow/tools/pip_package:build_pip_package
（或者：bazelbuild-copt--copt=-msse3--copt=-msse4.1--copt=-msse4.2--copt=-mavx --copt=-mavx2--copt=-mfma--config=opt//tensorflow/tools/pip_package:build_pip_package
增加更多的cpu指令集，我只选了sse3、sse4.1、sse4.2、avx，因为我的cpu不支持avx2和fma指令集所以没加这两个选项）
注：这步操作比较耗时。结束后，会在路径tensorflow/tools/pip_package下产生一个脚本build_pip_package。这个脚本是用于产生“.whl”包文件的。
4、打包：
bazel-bin/tensorflow/tools/pip_package/build_pip_package/tmp/tensorflow_pkg
注：上面命令执行结束后，会在目录/tmp/tensorflow_pkg下产生文件：tensorflow-1.5.0rc0-cp36-cp36m-linux_x86_64.whl
5、安装：
先在anaconda下创建一个tensorflow环境（也可以打开anaconda图形配置界面来创建环境，参看七）
source ~/anaconda3/bin/activate tensorflow
然后在这个tensorflow下安装tensorflow
pipinstall/tmp/tensorflow_pkg/tensorflow-1.5.0rc0-cp36-cp36m-linux_x86_64.whl
安装spyder3图形开发环境
pip install spyder
启动spyder
spyder
七、anaconda图形界面安装配置tensorflow环境
1、启动anaconda：
打开终端模拟器输入命令：
anaconda-navigator
启动后界面如下：
选择左侧栏第二选项(Environments)
由于我已经配置过了，所以有两个选项anaconda3和tensorflow。第一次打开只有一个root选项。
选择中间栏目下边的带加号图标的Create按钮，创建新的环境：
在弹出的窗口输入tensorflow然后点Create，等待配置完成，创建完之后就是第二张图的样子了
然后鼠标左键点击tensorflow，在右侧栏上边第一个选择框那选择Not installed：
用鼠标滚轮向下找到spyder，点击在前面的选择框，右下角点击apply安装spyder，安装完将其升级到最新版3.2.6。
以后使用spyder开发环境就可以直接在终端输入spyder。
