Linux安装tensorflow GPU 1.4 的简略过程

服务器修理后，个人盘资料丢失，需要重装tensorflow的环境，所以再记录一次简化的环境安装过程。
本来想直接pip install tensorflow-gpu一步到位，没想到安装了tensorflow 1.5必须搭配 9.0 cuda，但这个依赖是公共的，不能更新，于是只能卸载重来pip uninstall tensorflow-gpu。
头次失败教训告诉我，一定要先查好系统版本和各种依赖的版本，再安装环境。
1、查看Ubuntu版本
cat /etc/issue
结果：
Ubuntu 16.04.3 LTS
2、查看CUDA版本
cat /usr/local/cuda/version.txt
结果：
CUDA Version 8.0.61
CUDA Patch Version 8.0.61.2
CUDA Patch Version 8.0.61.2
3、查看 CUDNN 版本：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
结果：
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 0
#define CUDNN_PATCHLEVEL 5
–
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include “driver_types.h
4、所以对应要安装tensorflow gpu 1.4版本
利用virtualenv（虚拟沙盒）创建自己的python环境
注意每次使用沙盒环境前需使用激活命令。
建立自己的独立python环境
virtualenv –python=python3 yylpython（已建立）
激活该环境
source yylpython/bin/activate 激活
安装tensorflow-gpu
衔接上一步，这时候你已经进入yylpython的环境里，切记不要安装最新版本！而是要安装指定版本！
pip install tensorflow-gpu==1.4
安装后，测试环境是否正常。
python
import tensorflow
如果没有报错，就表明安装成功。

退出环境
deactivate

好了，继续搬砖。