在Ubuntu16.04上安装 显卡驱动 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm，目的是为了深度学习所用，博主参考了众多资料，最终成功将所有软件安装完毕，且能成功运行使用，因而写下该篇安装教程，供借鉴参考。
前期说明
1、虚拟机使用 CUDA 问题
2、版本问题
虽然许多博客都有强调 CUDA 与 cuDNN 或与 Tensorflow 需要对应版本的问题，但经博主安装后发现，不仅仅是这三个软件需要安装对应版本，显卡驱动、CUDA、cuDNN、Tensorflow-gpu、Keras、Python、GCC 这7类都必须实现版本一一对应，否则会产生一系列似是而非的错误。具体的版本对应，博主会在本教程中列出。
3、检查电脑配置
某些博客在安装之前都强调需要检查自己电脑的一些配置，例如显卡为单显卡还是双显卡、显卡种类是否符合安装要求等。其实不同的安装方法对这些配置的要求并不相同，但以防万一，检查配置总是万无一失的。
检查显卡配置可参考：Ubuntu如何正确地切换Intel和Nvidia显卡
若上方的 址未有响应，可使用该 址：Ubuntu如何正确地切换Intel和Nvidia显卡
在终端中可使用以下命令查看电脑中有哪些显卡：
博主个人认为该条命令无法查看电脑中的全部显卡，例如博主在终端执行该命令后的结果如下图，图中显示了Intel显卡，但博主电脑中的Nvidia显卡没有显示，但不排除博主将Nvidia显卡关闭了所以无法显示的情况。
在安装过程中还有其他需要查看的配置，会在而后的教程中说明，Nvidia显卡的支持保证了能否使用CUDA，如果连该条件都无法满足，也无需查看其他配置了。
4、Anaconda图形界面一站式安装
博主查阅许多资料，发现有提供 Anaconda 图形界面自动安装CUDA+cuDNN+Tensorflow的方法，博主也尝试过该方法，但不知是博主的Anaconda图形界面安装有问题，还是其他的原因，在正式安装前，Anaconda会显示将自动安装的CUDA与cuDNN版本信息，博主无论安装任何版本的Tensorflow，CUDA与cuDNN的版本都是不正确的，所以博主最终放弃了这种方法，如果有想尝试的同僚可以参考：Ubuntu搭建TensorFlow GPU环境——无错详细完整版
版本对照
在安装之前，请确定显卡驱动、CUDA、cuDNN、Tensorflow-gpu、Keras、Python、GCC的版本，最好记录在TXT文件中，防止版本安装错误，卸载重装的问题！！！
对于CUDA、cuDNN、Tensorflow-gpu、Python、GCC的版本，Tensorflow的官 提供了部分对照版本：经过测试的构建配置（将滚动条拉到最底，在该页面下方有相关表格，博主直接将其截取了一份）
显卡驱动的版本是与CUDA版本对应的，在Nvidia的官 中提供了对应版本（官 址：CUDA Toolkit and Compatible Driver Versions，拉动滚动条，可找到对应的表格，博主直接将其截取了一份）
安装教程
该安装教程手动安装了对应的显卡驱动，博主尝试过通过CUDA自动安装对应的驱动，但没有成功，据说是因为博主的电脑是双显卡导致（Intel显卡与Nvidia显卡），既然如此，手动安装显卡驱动的成功率与受众范围应该会更符合当下需求。
CUDA的官 其实有提供安装CUDA的详细方法，但官 的安装方法主要基于CUDA自动安装显卡驱动，而本教程的安装方法实则手动安装显卡驱动，若按照本教程的方法安装失败，可参考官 的安装教程，具体 址与推荐博文会在本教程中的“安装CUDA”部分给出。安装之前，建议多查阅几篇不同的安装教程，选择最适合自己的方法。
换源
该步骤的目的是为下载显卡驱动做好准备，若不换源，显卡驱动将下载得特别特别特别慢！！！
1、备份源，将sources.list备份到sources.list.bak
阿里云源：
3、保存并关闭sources.list文件后，使用以下命令更新源
4、查看源的更新情况，在Ubuntu系统最上方的菜单栏的最右侧，有个关机按钮，选中其中的“系统设置…”，在弹出界面的“系统”中选中“软件和更新”，在最新的弹出界面中可查看目前使用的源地址
安装显卡驱动
安装显卡驱动的方式共有三种：
（1）使用Ubuntu自带的驱动进行安装
（2）使用PPA源进行安装
（3）使用官方的Nvidia驱动包进行手动安装
由于Ubuntu自带的驱动可能不满足所需，而官方的Nvidia驱动包安装过于复杂，容易出错，因此本教程选择使用PPA源的安装方法，精简显卡驱动的安装过程。若采用本教程的方法未能成功安装显卡驱动，可自行搜索使用官方的Nvidia驱动包进行手动安装的复杂方法。
1、禁用 Nouveau，防止显卡驱动安装完毕，电脑重启后循环停留在用户登录界面的情况
在终端使用以下命令查看此时nouveau的加载情况，若没有输出，则说明nouveau已被禁用，可跳过该步骤，若有输出，则需要禁用nouveau
在 /etc/modprobe.d 中创建 blacklist-nouveau.conf 文件
在 blacklist-nouveau.conf 文件中输入以下内容（键入“i”转成输入模式，将内容输入后，键入“Esc”退出输入模式，而后键入“:wq”保存并退出文件）
更新文件
重启
重启后再次输入以下命令，若无内容输出，则nouveau已被禁用
2、添加PPA源
3、更新系统
4、查看可供安装的显卡驱动版本
也可使用图形化界面，安装所需版本的显卡驱动，选择需要安装的显卡驱动，点击“应用更改”，等待安装完毕
安装 CUDA
安装CUDA之前，需要查看电脑中的某些配置，确保满足条件，能够成功安装CUDA使用，该部分的配置要求在CUDA官 中有提供相关文件，但由于不同版本的CUDA需求的配置并不相同，只有在CUDA官 选定下载的软件包后，才会提供对应版本的安装手册，其中便有提供环境配置的需求表格
CUDA不同版本的安装流程没有差别，只是在一些界面和语言表述方面有细微不同，但不影响安装使用，若对本教程中的某些步骤存有疑惑，可参考官方给出的安装手册
1、下载CUDA软件包
在CUDA官 选择需要下载的CUDA软件包，注意软件包的版本，点击软件包的名称即可进入对应下载页面，官 址：CUDA Toolkit Archive
下载CUDA软件包，可能出现两种形式，一种直接提供了 Download 按钮以供下载，另一种仅提供了两行命令进行下载
进入命令行界面后，根据提示，输入用户名与密码，登录用户，而后根据以下步骤完成CUDA的安装：
（1）关闭图形化界面
sudo service lightdm stop
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！