Ubuntu 16.04 GPU 深度学习环境搭建

一 禁用 nouveau 驱动

1. 打开文件:

   $ sudo vim /etc/modprobe.d/blacklist.conf
   

2. 在末尾添加:

   blacklist nouveau
   

3. 更新内核:

   $ sudo update-initramfs -u
   

4. 重启系统, 使用 lsmod 命令查看是否禁用成功

   $ lsmod | grep nouveau
   

   若没有输出内容,则是禁用成功.

二 安装 NVIDIA 驱动

官网根据显卡型号下载驱动

1. 按 ctrl + alt + F1 进入命令行模式, 输入用户名和密码登录

2. 关闭图形界面服务

   $ sudo service lightdm stop
   

3. 先卸载旧驱动

   $ sudo apt purge nvidia*
   

4. 进入到NVIDIA驱动所在目录,安装驱动

   $ cd ./nvidia    # 进入到下载的驱动程序所在目录
   $ ls     # 查看目录下的文件
   $ NVIDIA-Linux-x86_64-410.66.run # ls 命令后,显示的驱动文件
   $ sudo chmod 755 NVIDIA-Linux-x86_64-410.66.run  # 获取权限  
   $ sudo sh ./NVIDIA-Linux-x86_64-410.66.run # 安装驱动
   

5. 驱动安装完成后,启动图形界面服务

   $ sudo service lightdm start
   

   ctrl + alt + F7 返回登录(上面命令执行后会自动进入图形化登录界面)

6. 查看显卡驱动等信息

   $ nvidia-smi
   

   nvidia-smi.png

三 安装 CUDA

1. 下载 CUDA Toolkit 安装包:(截止到安装时,Tensorflow GPU不支持 CUDA10, 所以选择安装 CUDA9)

   image image image

2. 下载完成后输入命令安装即可(下载选项中也有说明如何安装)

   $ sudo sh cuda_9.0.176_384.81_linux.run
   

3. 执行安装命令后,有一堆条款说明啥的,可以 ctrl + c 跳过,之后是一些选项:

   Do you accept the previously read EULA? # accept 接受
   accept/decline/quit: accept
   Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81? # 选否
   (y)es/(n)o/(q)uit: n
   Install the CUDA 9.0 Toolkit? #yes
   (y)es/(n)o/(q)uit: y
   Enter Toolkit Location  # 默认
    [ default is /usr/local/cuda-9.0 ]:  
   Do you want to install a symbolic link at /usr/local/cuda? # yes
   (y)es/(n)o/(q)uit: y
   Install the CUDA 9.0 Samples?   # 可装可不装(可以先选yes,然后用不到了再删除)
   (y)es/(n)o/(q)uit: y 
   Enter CUDA Samples Location
    [ default is /home/duane ]:
   

4. 安装成功后,添加环境变量

   $ vim ~/.bashrc  
   # gedit ~/.bashrc # 图形界面可以使用 gedit 更方便
   

5. 在打开的文件中末尾添加:

   # CUDA
   export PATH=/usr/local/cuda-9.0/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
   

6. 保存并关闭文件,终端输入

   $ source ~/.bashrc
   

​ 使环境生效.
可使用 nvcc -V 命令查看是否配置成功

nvcc-V.png

四 安装 cuDNN

1. 下载cuDNN，下载之前需要注册Nvidia开发者帐号，按要求注册即可。

2. 注册登录后,选择与CUDA对应版本的 cuDNN

   image

3. 下载完成后,进入下载目录

   $ tar xvzf cudnn-9.0-linux-x64-v7.4.2.24.tgz
   $ sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
   $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
   $ sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*