Ubuntu14.04环境下CUDA8.0和CUDNN6.0安装步骤

 

    最近学习TensorFlow，没有GPU加速，卷积神经网络参数训练的速度实在很慢，电脑直接卡崩溃，因此决定安装GPU版本的TensorFlow，但前提得安装cuda和cudnn。安装过程中遇到过不少坑，Ubuntu重装好多次，好在最终给搞定了。
2019.7.16补充内容：如果你的系统版本是Ubuntu16.04.1以上的版本，请不要通过安装cuda时来安装NVIDIA显卡驱动！

2018.9.19补充内容：近期又尝试了Ubuntu16.04环境下安装cuda9.0和cudnn7.0，需要注意的是，系统内核的版本不能太高，否则会安装cuda失败，比如Ubuntu16.04.1自带内核版本为4.4，但16.04.5的就是4.15的。而cuda9.0只兼容4.4内核版本，所以，要么在装Ubuntu的时候直接装Ubuntu16的最低版本，要么把高版本的内核降级，但内核降级很不好操作。所以还是直接装Ubuntu16.04.1，直接安装此博客的后续安装方法一样成功安装cuda9.0，亲测多次有效。

一、安装前的准备工作（参考官方教程：点击打开链接）
1.检查GPU版本

lspci | grep -i nvidia

（备注：有些较早的GPU无法支持TensorFlow，可以通过查询你的GPU的计算能力，TensorFlow要求GPU的计算能力至少3.0以上。点击查询GPU计算能力：点击打开链接）。比如我的是GEFORCE GTX950M计算能力为5.0.

 

2.检查系统版本

uname -m && cat /etc/*release

（备注：一般的Linux操作系统都支持cuda。但对系统版本要求，比如cuda9.0就要求Ubuntu16。）

3.检查是否安装GCC编译器

gcc --version

（备注：安装cuda需要gcc编译器，用sudo apt-get install gcc安装）

4.检查是否有Correct Kernel Headers 和 Development Packages Installed

终端输入

uname -r

sudo apt-get install linux-headers-$(uname -r)

5.安装方式选择
 建议选择runfile,反正我使用deb安装的方式没有成功。

 

下载cuda8.0安装包

（备注：cuda的版本和你使用的TensorFlow版本是有一定要求的。比如我想使用的是TensorFlow-1.3的GPU版本，要求至少安装cuda8.0以上版本，cudnn的版本至少为V6.0以上。如果安装cuda9.0，则需要Ubuntu16系统。）

 

 

下载地址：点击打开链接

 

6.禁用nouveau
防止Ubuntu系统出现重复登录的情况，在/etc/modprobe.d中创建文件blacklist-nouveau.conf

cd /etc/modprobe.d
sudo touch blacklist-nouveau.conf
sudo gedit blacklist-nouveau.conf

在文件中写入如下内容并保存

blacklist nouveau
options nouveau modeset=0

终端再输入以下命令，重新生成kernel initramfs

sudo update-initramfs -u

 

二、安装cuda

 

首先重启电脑，到登录界面后，按ctrl+alt+f1切换至命令行编辑模式

1.关闭NVIDIA X server

sudo service lightdm stop

2.安装cuda

切换至cuda安装文件的安装路径,然后终端输入：

sudo sh cuda_8.0.61_375.26_linux.run

(1)开始会出现一个licence文件，点击q,然后输入accept.之后就按照提示一步一步进行，但注意，如果你是双显卡，千万不要安装OPenGL ，请输入n表示不安装。其他的安装项选择yes即可。最后，安装成功会出现installed,如果失败显示filed。
特别注意：
期间提示是否同时安装NVIDIA显卡驱动时，如果你的系统版本是Ubuntu16.04.1 的话，可以选择yes，可以通过这个方式在安装cuda的同时把NVIDIA显卡驱动也给安装了。但是其他的系统版本请选择 no 。所以其他的系统版本还是用过NVIDIA官网下载驱动文件来安装显卡驱动。

(2)重启NVIDIA X server

sudo service lightdm start

(3)进入登录界面，登录系统，设置环境变量，终端输入：

gedit ~/.bashrc

然后再bashrc文件的末尾添加并保存：

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

然后再终端source一下

source ~/.bashrc

(4)重启检查环境配置

终端输入：

env

查看是否有之前配置的环境路径。

(5)检测NVIDIA驱动版本以及CUDA版本

cat /proc/driver/nvidia/version
nvcc -V

分别会输出NVIDA驱动版本信息和CUDA版本信息。至此，cuda安装完成。

三、安装CUDNN
cudnn的安装相对简单。首先下载cudnn的安装文件，但需要注册一个NVIDIA账号才能下载。由于我准备使用的是TensorFlow1.3需要cudnn-v6.0版本。下载地址：点击打开链接。为方便下载，我把最近的几个版本上传百度网盘：
链接：https://pan.baidu.com/s/1yKLqpUrblp5AgZkbmyYtyw 密码：ced6

1.进入安装文件的存放路径，解压cudnn的安装文件。使用tar -xzvf 解压，如下第一条指令。解压后会出现一个cuda文件，进入这个文件夹，把相应的头文件和动态链接库拷贝至cuda的安装目录下，全部执行命令如下：

tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz
cd cuda
sudo cp include/cudnn.h /usr/local/cuda-8.0/include/
sudo cp lib64/lib* /usr/local/cuda-8.0/lib64/

2.cd到/usr/local/cuda-8.0/lib64/文件夹下，建立软链接

sudo ln -sf libcudnn.so.6.0.20 libcudnn.so.6
sudo ln -sf libcudnn.so.6 libcudnn.so

其中的6.0.20为版本号，根据你下载的安装文件解压之后的文件版本修改成相应的版本号。

3.查看CUDNN的版本号

cat /usr/local/cuda-8.0/include/cudnn.h | grep CUDNN_MAJOR -A 2

至此cudnn安装完成。

四、卸载CUDA以及CUDNN

如果需要升级CUDA版本，我建议，先卸载，在重新安装吧，不然可能入坑。

(1)卸载CUDA

sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl

(2)卸载CUDNN

sudo rm -rf /usr/local/cuda-8.0/lib64/libcudnn*
sudo rm -rf /usr/local/cuda-8.0/include/cudnn.h

删除原来的cudnn文件，如果需要安装，则按照上述安装方式重新安装即可。