Проверка Cuda-8.0 Insatallation

Я недавно установил драйвер 375.39 Nvidia, Cuda-8.0 & CUDNN-5.1 с большим количеством головной боли и трудностей. После этого я установил Tensorflow, так как это - то, что я хотел сделать с начала.
Я взял справку из источников как:
http://queirozf.com/entries/installing-cuda-tk-and-tensorflow-on-a-clean-ubuntu-16-04-install
https://pythonprogramming.net/how-to-cuda-gpu-tensorflow-deep-learning-tutorial/

Я установил tensorflow с virtualenv на выполнении человечности 16.04 Nvidia Geforce 940MX.
Хотя я не смог выполнить образцы Cuda (который шел с самим cuda_8.0.61_375.26_linux.run файлом), давая мне немного ошибок, как они:

nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).
/usr/bin/ld: cannot find -lglut
collect2: error: ld returned 1 exit status
Makefile:267: recipe for target 'simpleGL' failed
make[1]: *** [simpleGL] Error 1
make[1]: Leaving directory '/home/jayant/NVIDIA_CUDA-8.0_Samples/2_Graphics/simpleGL'
Makefile:52: recipe for target '2_Graphics/simpleGL/Makefile.ph_build' failed
make: *** [2_Graphics/simpleGL/Makefile.ph_build] Error 2

тем не менее я установил tensorflow, и теперь я вызываю сомнение, использует ли он Cuda или нет.
Мое сомнение возникает, когда я пытаюсь импортировать tensorflow, как так:

>>>import tensorflow as tf
>>>hello = tf.constant('Hello, TensorFlow!')
>>>sess = tf.Session()
>>>print(sess.run(hello))

Я не получаю эти сообщения (как упомянуто во многих блогах):

I tensorflow/stream_executor/dso_loader.cc:108] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:108] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:108] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:108] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:108] successfully opened CUDA library libcurand.so locally

скорее я получаю это:

2017-05-01 00:08:12.079557: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations.
2017-05-01 00:08:12.079584: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed up CPU computations.
2017-05-01 00:08:12.079588: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations.
2017-05-01 00:08:12.079591: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX2 instructions, but these are available on your machine and could speed up CPU computations.
2017-05-01 00:08:12.079595: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use FMA instructions, but these are available on your machine and could speed up CPU computations.
2017-05-01 00:08:12.322193: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:901] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
2017-05-01 00:08:12.322566: I tensorflow/core/common_runtime/gpu/gpu_device.cc:887] Found device 0 with properties: 
name: GeForce 940MX
major: 5 minor: 0 memoryClockRate (GHz) 1.189
pciBusID 0000:01:00.0
Total memory: 3.95GiB
Free memory: 3.93GiB
2017-05-01 00:08:12.322580: I tensorflow/core/common_runtime/gpu/gpu_device.cc:908] DMA: 0 
2017-05-01 00:08:12.322584: I tensorflow/core/common_runtime/gpu/gpu_device.cc:918] 0:   Y 
2017-05-01 00:08:12.322593: I tensorflow/core/common_runtime/gpu/gpu_device.cc:977] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce 940MX, pci bus id: 0000:01:00.0)
Hello, TensorFlow!

Кто-то может сказать мне, если мой Cuda был установлен правильно, и tensorflow работает правильно с Cuda?
Или что изменения я должен внести изменения, чтобы подавить эти предупреждения, выполнить cuda образцы с успехом и получить те сообщения tensorflow относительно cuda открытые библиотеки?
PS: сообщите мне, необходима ли какая-либо другая информация.