本文主要是介绍Ubuntu 16.04 + GTX1060 + CUDA9.0 + CUDNN7.0 + TensorFlow 1.6 + Caffe + ROS Kinetic 环境配置，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
近期给实验室电脑配了显卡, 因此就把原来没有GPU配置的环境都配好了。记录一下配置过程及遇到的问题，希望能帮到大家。
我是直接重装系统装的，因此显卡驱动什么都没装，屏幕分辨率很低，但没事，CUDA中有默认的显卡驱动。
1）CUDA9.0
上官网下载CUDA9.0 看了支持系统 只有16.04和17.04 因此 下载对应版本（14.04不支持）的runfile。
Ctrl + Alt + F1 进入tty1，关闭显示选项：
sudo /etc/init.d/lightdm stop
运行run :
sudo ./cuda_9.0.176_384.81_linux.run
全选默认就行, 安装完毕再启动显示选项。
sudo /etc/init.d/lightdm start
进入图形界面，Ctrl + Alt + F7 ， 发现分辨率正常（显卡驱动已经安装完毕）
查看显卡信息
nvidia-smi
出现对应信息则安装CUDA完毕
2）CUDNN 7.0
配置比较简单，上官网下载对应CUDA版本的CUDNN 我下载的是cudnn-9.0-linux-x64-v7.tgz，解压后出现文件夹cuda，将文件拷贝至系统目录下：
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
配置环境 sudo gedit ~/.bashrc 添加以下内容
export CUDA_HOME=/usr/local/cuda-9.0
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
更新环境：
sudo source ~/.bashrc
3）TensorFlow 1.6 GPU版本
TensorFlow GPU 1.5 和 1.6都是基于CUDA9.0和CUDNN7.0编译的，直接安装即可。
如果你像我一样是新的系统没有任何东西就先安装一下pip再升级一下pip：
sudo apt-get install python-pip
sudo pip install -U pip
然后直接安装GPU版本的TensorFlow：
sudo pip install tensorflow-gpu==1.6
1.6可以更换成1.5 或者其他的版本都是一样的
安装完毕之后测试一下有没有成功
python
import tensorflow
tensorflow.__version__
如果成功import 并显示对应的版本则安装成功，如果出现cuda相关的错误，尝试 sudo source ~/.bashrc 后再重复上述操作，应该可以import。
4）Caffe
配置CUDA9.0 和CUDNN7.0 的caffe 需要修改一些东西。首先按照官网把caffe的依赖都装了（博主不贴出来了吧。。。）
git clone git@github.com:BVLC/caffe.git
进入caffe目录
cp Makefile.config.example Makefile.config
修改Makefile.config中的内容
具体如下：
USE_CUDNN := 1
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
按照提示将CUDA9.0（CUDA其他版本也按照提示改相应的）需改注释的语句注释或删除
# CUDA architecture setting: going with all of them.
# For CUDA < 6.0, comment the *_50 through *_61 lines for compatibility.
# For CUDA < 8.0, comment the *_60 and *_61 lines for compatibility.
# For CUDA >= 9.0, comment the *_20 and *_21 lines for compatibility.
CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \-gencode arch=compute_35,code=sm_35 \-gencode arch=compute_50,code=sm_50 \-gencode arch=compute_52,code=sm_52 \-gencode arch=compute_60,code=sm_60 \-gencode arch=compute_61,code=sm_61 \-gencode arch=compute_61,code=compute_61
好了 赶紧按照官网继续装
sudo make all
sudo make test
sudo make runtest
runtest都成功则caffe已经安装完毕
其实也可以用CMake编译的
mkdir build
cd build
cmake ..
make all
make install
make runtest
博主用CMake编译的时候出现了一个错误，但是查看相应的.cmake文件后发现报错的是无关紧要的一句提示语句：string XXXX的 直接删掉就好了。
5）ROS Kinetic
恩....直接官网装把。。太简单了
这篇关于Ubuntu 16.04 + GTX1060 + CUDA9.0 + CUDNN7.0 + TensorFlow 1.6 + Caffe + ROS Kinetic 环境配置的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
