深度学习服务器配置 Ubuntu16.04+gcc+cuda9.2+cuDNN+tensorflow

gcc安装

这里一开始就采坑了，软件源的问题一直没有配好，事实上官方默认的源就可以使用，配完以后执行sudo apt-get update即可。然后既可以使用apt-get命令安装gcc了。

sudo apt-get install gcc

NVIDIA驱动安装

这里主要要找对应的版本就行安装，主要是驱动版本要和后面要装的cuda版本对应

禁用nouveau

 cd /etc/modprobe.d/blacklist.conf
 blacklist nouveau   #禁用nouveau第三方驱动，之后也不需要改回来
 sudo update-initramfs -u 

重启后执行：lsmod | grep nouveau 如果没有输出就屏蔽好了

安装驱动，去官网下载对应版本的驱动

   sudo ./NVIDIA-Linux-x86_64-396.18.run

安装完成后查看驱动版本号
​​​​​​​​​​​​​​​​
​​​​​​​​

cuda安装

在官网下载对应的版本后安装

  sudo sh ./cuda***.run

配置环境变量：

PATH=$PATH:/sbin
export PATH=/usr/local/cuda-9.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}

保存后执行：

source /etc/profile

同样配置上面的三行，配置完成后执行source ~/.bashrc

 sudo vi ~/.bashrc

cuDNN安装

在官网下载cuDNN，注意看官方版本的对应。我这里cuda是9.2，对应的cuDNN的版本为7.3
下载完成后进行解压。

执行如下命令：

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
$ sudo chmod +r libcudnn.so.7.0.4
$ sudo ln -sf libcudnn.so.7.0.4 libcudnn.so.7
$ sudo ln -sf libcudnn.so.7 libcudnn.so
$ sudo ldconfig

最后执行ll可以看到结果。

miniconda安装

在官网下载miniconda的linux版本

一路根据安装提示进行安装，选择合适的安装路径。

完成后检查版本：

这里要把conda的默认源改成清华的，不然下载会很慢，甚至不能下载。
更改方法如下：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

以后需要的第三方库都可以在直接conda install 下载。
运行conda install tensorflow-gpu 安装tf即可。