标签：pack   登陆   art   smi   系统   nvidia   mil   simple   int   

那些坑，那些说不出的痛！ 

--------回首安装的过程，真的是填了一个坑又出现了一坑的感觉。记录下了算是自己的笔记也能给需要的人提供一点帮助。

1 写在前面的话  

             其实在装GPU版本的tensorflow最难的地方就是装CUDA的驱动。踩过一些坑之后，终于明白为什么Linus Torvald 对英伟达有那么多的吐槽了。我的安装环境是ubuntu16.04,安装的是CUDA-8.0。其他驱动安装一般不会遇到很大的问题，都是一些小问题，一般不会卡很久。可以参考官网的安装过程。

2 眼花缭乱的CUDA安装

          网上有很多不同版本的CUDA 安装过程，先说下我的安装过程吧，先按照一个完整的帖子(因为安装失败了就不发帖子的链接了)走了一遍，输入nvidia - smi 指令 , 没有显示那期待已久的画面啊。这是什么情况，帖子明明写的是最后安装成功的。。。。。。。。。然后就开始了一个坑一个坑的跳入。装了好几天，有一天突然突然查到了一个帖子，看了一遍写的很详细，心想就试一试吧。竟然就这样成功了。难道这就是好事多磨！！帖子链接http://www.jianshu.com/p/35c7fde85968  按照帖子走一遍，最后完美的装好了驱动，其他的环境也配置好了。保证不出现什么循环登陆，什么桌面不存在，哎， 装过的人都懂我说的是什么。

3 其他链接

如果你用pip 安装可以用下面的指令换源加速

换python install packet的源

 sudo  pip intsall  tensorflow -i  ttps://pypi.douban.com/simple

这个是装双系统的链接；

https://jingyan.baidu.com/article/60ccbceb18624464cab197ea.html

安装GPU版本的tensorflow填过的那些坑！---CUDA说再见！

标签：pack   登陆   art   smi   系统   nvidia   mil   simple   int   

原文地址：http://www.cnblogs.com/chenyuanpeng/p/7135918.html