Ubuntu16.04安装cuda8.0,cudnn6.0，并在conda里安tensorflow1.3(与cuda8.0匹配)，pycharm的gpu加速环境变量配置

１：Ubuntu16.04安装cuda8.0,cudnn6.0，参考：

http://blog.****.net/yhaolpz/article/details/71375762

补充：

（１）安装cudnn时，如果之前安装过cudnn其他版本，在生成软连接时可能会出现“已经存在”等问题，所以首先要终端进入‘/usr/local/cuda/lib64’中，删除已有libcudnn文件

/usr/local/cuda/lib64$cd /usr/local/cuda/lib64

/usr/local/cuda/lib64$ls

/usr/local/cuda/lib64$sudo rm libcudnn*

（２）进入下载的已解压的cudnn文件夹cuda/lib64中，生成软连接（比博客中更简单的方法）

~/cuda/lib64$sudo cp -P libcudnn* /usr/local/cuda/lib64

~/cuda/lib64$sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

执行中sudo chmod a+r /usr/local/cuda/lib64/libcudnn*时出现了问题：

chmod: cannot operate on dangling symlink '/usr/local/cuda/lib64/libcudnn.so.5'，于是我去/usr/local/cuda/lib64中：

/usr/local/cuda/lib64$ls

发现果然有：

就删掉了libcudnn.so.5：

/usr/local/cuda/lib64$ sudo rm libcudnn.so.5

/usr/local/cuda/lib64$ ls

发现 libcudnn.so.5不见了，进入刚才的~/cuda/lib64目录下再次执行

~/cuda/lib64$sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

结束！

可以在：/usr/local/cuda/lib64$ ll ,查看软连接是否建好

２：conda里安tensorflow1.3

打开终端，进入相应的conda环境，即输入 ：

$sudo activate cpu_py3

*****(cpu_py3是我自己的名字，要替换成自己的)*****

为了安装和cuda8.0匹配的tensorflow1.3, 进入清华元镜像官网：

https://mirrors.tuna.tsinghua.edu.cn/help/homebrew/

选择tensorflow相应的版本：

复制后，粘贴到终端：

****(不要使用pip直接安装，否则会默认安装最新版，可能不支持cuda8.0)*****

３：pycharm的gpu加速环境变量配置

打开后，点击Run--Debug Configurations--Environment varibles加入：

LD_LIBRARY_PATH　　/usr/local/cuda/lib64

'OK'保存，结束