在Deepin上安装TensorFlow

Tensorflow是目前热门的深度学习框架，官方提供了较为详细的安装文档，不过是针对主流操作系统的，并不包含Deepin这种国产发行版，所以在安装过程中遇到一些问题，这里简单记录一下安装流程。

系统配置

• Deepin 15.6桌面版
• NVIDIA 1060GTX
• 显卡驱动版本：387.34-3deepin
• CUDA版本：8.0
• Tensorflow版本：Tensorflow-GPU(1.4.1)
• cuDNN版本：6.0

注意：请务必注意上述版本，Tensorflow安装最大的坑就在于官方文档总是提供最新的版本，而实际上最新的版本不一定适应于你当前的硬件！

安装NVIDIA显卡驱动

Deepin默认使用的是开源驱动，该驱动兼容性较好但是性能比NVIDIA原生闭源驱动要差。所以我们要先切换一下驱动。

sudo apt-get install nvidia-driver #安装驱动包

安装完成后重启系统，在终端中执行nvidia-smi将会看到类似输出：

注意: NVIDIA官网目前提供的最新驱动版本是390，但我安装之后导致系统黑屏驱动无法工作，如无必要不建议安装NVIDIA官网提供的最新版本。

安装CUDA

因为Deepin和Ubuntu实际上都是基于Debian的，所以我们可以看Tensorflow中Ubuntu的文档进行安装，根据Tensorflow官网提供的链接，NVIDIA将建议安装CUDA9.2，不过这里我们直接用源内提供的8.0版本：

sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler

安装cuDNN

安装cuDNN需要进行简单的注册并填写一个简单的调查问卷，注册完成之后即可下载。

cuDNN也要分很多版本（版本列表），这里我们选择cuDNN v6.0 (April 27, 2017), for CUDA 8.0这个版本。直接下载压缩包(cuDNN v6.0 Library for Linux)解压就好：

cd ~/.local # 如果没有这个文件夹请手动新建
tar zxvf ~/Software/cudnn-8.0-linux-x64-v6.0.tgz

配置LD_LIBRARY_PATH：

# 建议直接将这个写到bashrc或者zshrc中
export LD_LIBRARY_PATH=~/.local/cuda/lib64

安装Tensorflow

首先安装python和pip，然后执行：

pip install tensorflow-gpu==1.4.1

验证一下安装情况，在python交互模式中输入

import tensorflow

如果没有任何报错就说明安装好了，跑一个官网最简单的对鸢尾花进行分类的demo试试吧，你将看到类似这样的输出：