Ubuntu 16.04 Cuda8.0 tensorflow-gpu

[此教程 年代久远， 请移步] ubuntu16.04 安装 CUDA

[此教程 年代久远， 请移步] ubuntu16.04 安装 CUDA

[此教程 年代久远， 请移步] ubuntu16.04 安装 CUDA

[此教程 年代久远， 请移步] ubuntu16.04 安装 CUDA

[此教程 年代久远， 请移步] ubuntu16.04 安装 CUDA

[11.09.2016 更新, 更新源之后,要进行upgrade]

[11.07.2016 更新  可能出现的错误]

[10.16.2016  更新]

ubuntu 16.04  python 2.7  cuda7.5/Cuda8.0 tensorflow-gpu

最近在配深度学习的框架，配了一个星期，终于配好了，中间走了n条弯路。

下面开始介绍安装：

1-> : 准备工作：

• 安装 sshserver : ubuntu默认是没有sshserver的，只有sshclient

  sudo apt-get install openssh-server openssh-client 

  
  
• 配置源，在国内最好使用国内源，因为下载速度快。国内源介绍
  
• 只需将你想使用的源 添加到 /etc/apt/sources.list 文件头部即可
• 然后sudo apt-get update
• sudo apt-get upgrade
• 安装依赖

  sudo apt-get install python-pip  
  sudo apt-get install python-numpy swig python-dev python-wheel  

  
  

  sudo apt-get install git vim
  sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 

  
  
• 这里我碰到了一个问题，使用国内源的话，安装的pip无论怎么更新，都是pip8.1.1，不是pip8.1.2,（使用pip-8.1.1的话，在之后安装tensorflow的时候会报错，所以需要升级到8.1.2）如何升级到pip8.1.2
• 如果你用pip install软件的时候感觉速度很慢，你也可以设置一下pip源，（豆瓣源挺快的）

  cd $HOME
  mkdir .pip

• cd .pip

•  sudo vim pip.conf
  
  在里面添加
  [global]
  index-url = http://mirrors.aliyun.com/pypi/simple
  [install]

• trusted-host = mirrors.aliyun.com

• disable-pip-version-check = true

• timeout = 6000
  保存即可

2->:安装nvidia驱动程序：

在这里我花了大概有3.4天的时间，被坑的不要不要的，主要一个问题就是安装完驱动之后 登陆时候一直卡在登陆界面进不去。到最后看到一个人提到了关闭Secury Boot，然后我就将其关了，才进去的。

• 将nouveau加入黑名单

  sudo vim /etc/modprobe.d/blacklist.conf
  
  将 blacklist nouveau加到文件最后

  
  
• 重启电脑
  
  
• 按Ctrl+Alt+F1进入命令行界面

  sudo service lightdm stop
  sudo rm /tmp/.X0-lock  (删除此文件，如果本来就没有的话，就会报错)
  

  
  
• 安装驱动

  sudo apt-get remove --purge nvidia-*  
  
  sudo rm /etc/X11/xorg.cong 
  sudo apt-add-repository ppa:graphics-drivers/ppa -y
  
  sudo apt-get update
  sudo apt-get install nvidia-367 nvidia-settings nvidia-prime 
  sudo apt-get install mesa-common-dev 
  sudo apt-get install freeglut3-dev 
  sudo ldconfig -n 
  sudo update-initramfs -u

  
  
  

• 重启电脑，就可以进入界面了， 如果进不去，进入BIOS启动页面，在Boot（或Security）中找到Security BOOT ，将其disable就可以了
• 查看驱动

  nvidia-smi 会输出显卡信息
  
  

  
  
  

3-> 安装CUDA8.0

• 官网下载 CUDA8.0 .run 文件
• cuda7.5需要gcc-4.7 g++-4.7进行编译， 而Ubuntu默认是5.4版本，所以需要降版本， cuda8.0的话不需要降级

  sudo apt-get install gcc-4.7 g++-4.7  
  sudo update-alternatives --install  /usr/bin/gcc gcc /usr/bin/gcc-4.7 10  
  sudo update-alternatives --install  /usr/bin/g++ g++ /usr/bin/g++-4.7 10 
  
  10 代表优先级， 高的优先

  
  
• 安装CUDA7.5，安装时会提示 unsorported configuration ,不用理会， 还会询问你要不要装显卡驱动选择n就可以了。
  

  chmod +x cuda7*  
  sudo ./cuda7*

  
  
• 配置CUDA环境

  ~$ sudo vim .bashrc
  文件尾加入
  export PATH=/usr/local/cuda/bin：$PATH  
  export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  保存退出
  然后执行:
  source .bashrc

• 
  
• 测试
  

•  cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
  make
  sudo ./deviceQuery
  
  再测试试一下nobody：
  cd ../../5_Simulations/nbody/
  make
  
  执行：
  ./nbody -benchmark -numbodies=256000 -device=0

4->安装cudnn4.0 安装cudnn5.1（官方tensorflow0.10.0 是用cuda7.5 和cudnn5.1编译的）

• 官网下载 点击打开链接 
• 使用tar -zxvf [filename] 解压
• 配置cudnn

  sudo cp cuda/include/cudnn.h /usr/local/cuda/include/  
  sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/  
  sudo chmod a+r /usr/local/cuda/include/cudnn.h  
  sudo chmod a+r /usr/local/cuda/lib64/libcudnn*  

  
  

5->安装bazel（如果你不打算编译源码安装tensorflow的话，是不需要安装bazel的。我们这里不使用源码安装tensorflow。）

• 安装bazel需要先安装java8

  $ sudo add-apt-repository ppa:webupd8team/java  
  $ sudo apt-get update  
  $ sudo apt-get install oracle-java8-installer 

  
  
• 安装bazel

  $ echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list  
  $ curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -  
  $ sudo apt-get update && sudo apt-get install bazel  
  $ sudo apt-get upgrade bazel

  
  
• bazel命令需要工作在workspace文件夹或其子文件夹下

6->安装tensorflow

• # Ubuntu/Linux 64-bit, CPU only, Python 2.7:
  $ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl
  
  # Ubuntu/Linux 64-bit, GPU enabled, Python 2.7. Requires CUDA toolkit 7.5 and CuDNN v5.1.
  # For other versions, see "Install from sources" below.
  $ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl

  
  

• 或者去github上下载相应版本， 用pip install 文件名 就可以了

• 然后就可以import tensorflow 测试一下啦
  

7->可能出现的错误:

• 如果更新了 nvidia驱动之后报错(更新之前运行正常),可以尝试安装 
• sudo apt-get install nvidia-modprobe
• 如果使用pycharm的话，进入pycharm根目录的bin/，打开pycharm.sh，然后在第180行左右插入

  LD_LIBRARY_PATH="/usr/local/cuda/lib64" #需要增加
  LD_LIBRARY_PATH="$IDE_BIN_HOME:$LD_LIBRARY_PATH" "$JAVA_BIN"

报错信息:

failed call to cuInit: CUDA_ERROR_UNKNOWN in python programs using Ubuntu bumblebee