硬件环境：NVIDIA GTX 980 Ti
系统环境：Ubuntu 16.04 64位
一.安装 NVIDIA驱动
- 关闭 Secure Boot
具体如何禁用 BIOS 中的 Secure Boot 要根据主板的情况。
以华硕主板的禁用方法为例：
首先进入 BIOS，然后选择 Boot ，进入 Secure Boot 界面：
确定 “OS Type” 是 “Windows UEFI”
进入 “Key Management”
选择 “Clear Secure Boot keys”
在你清除 ” Secure Boot keys” 之后，你将会有 “Install default Secure Boot keys” 选项来恢复默认的 keys 。
在你清除 ” Secure Boot keys” 之后， Secure Boot 会被自动关闭，你现在可以设置 “OS Type” 为 “Other OS”。
设置完成之后的效果：
![]()
2.禁用 nouveau driver
控制台输入命令，创建一个文件通过命令
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
并添加如下内容：
blacklist nouveau
options nouveau modeset=0
再更新一下
sudo update-initramfs -u
修改之后需要重启系统。确认下nouveau是已经禁用，可以使用命令：
lsmod | grep nouveau
3.在字符界面下安装驱动
首先添加ppa库，然后通过ppa安装显卡驱动，使用以下命令添加：
sudo add-apt-repository ppa:graphics-drivers/ppa
![]()
关闭图形化环境
首先进入 Ubuntu 系统字符界面，使用组合键 ALT+CTRL+F1 进入字符界面。
为了确保驱动能够正常安装，我们需要暂时关闭x-window服务（图形环境），在文本模式下输入命令进行关闭：
sudo service lightdm stop
安装驱动
首先通过以下命令来查看 NVIDIA VGA card model
sudo lshw -numeric -C display
![]()
可以使用命令：
ubuntu-drivers devices
来查看可以使用的驱动，如图：
![]()
输入以下命令，直接安装驱动：
sudo apt-get update && sudo apt-get install nvidia-384
进入系统，我们要看刚刚的显卡驱动是否已经正确安装成功，通过下面命令查看：
nvidia-smi
如图所示显卡驱动已经正确安装，显卡的型号是 GTX 980 Ti。
![]()
二.安装 CUDA
1.确定和 TensorFlow 对应的 CUDA 版本
TensorFlow GitHub 页面查看依赖的版本：
https://github.com/tensorflow/tensorflow/releases
2.下载和安装
因为 CUDA 8 兼容的gcc 版本是 4.9 ，但是ubuntu 16.04 默认的是 gcc 5，所以需要gcc降版本。
sudo apt-get install g++-4.9
sudo update-alternatives –install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives –install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives –install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives –install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives –install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives –set cc /usr/bin/gcc
sudo update-alternatives –install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives –set c++ /usr/bin/g++
下载地址：
https://developer.nvidia.com/cuda-downloads
![]()
因为上一步已经安装了显卡驱动，所以这里要选 no 。
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
(y)es/(n)o/(q)uit: n
3.设置环境变量
配置CUDA环境变量
export PATH=”$PATH:/usr/local/cuda-8.0/bin”
export LD_LIBRARY_PATH=”/usr/local/cuda-8.0/lib64”
三.安装cuDNN
1.确定版本
TensorFlow GitHub 页面查看依赖的版本：
https://github.com/tensorflow/tensorflow/releases
2.下载
下载地址：
https://developer.nvidia.com/cudnn
3.安装
tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
四.安装 tensorflow-gpu
![]()
直接安装
pip install tensorflow-gpu
指定版本安装：
例如，要安装 tensorflow-gpu 1.4
pip install tensorflow-gpu==1.4
![]()
安装完成
![]()
参考教程：
https://blog.csdn.net/roach_zfq/article/details/53883976
https://www.cnblogs.com/xuliangxing/p/7569946.html
https://www.linuxidc.com/Linux/2016-11/137561.htm
https://blog.csdn.net/qq_30520759/article/details/78947034
