Centos 7.5下显卡驱动，多版本cuda,cudnn配置

本文记录下在centos 7.5服务器下配置环境踩过的坑，配置的内容包括显卡驱动，多版本cuda,cudnn（由于不同版本的tensorflow-gpu对cuda和cudnn的版本有不同的需求。可能需要同时配置cuda8+cudnn5.1和cuda9+cudnn7，tensorflow-gpu版本和cuda/cudnn版本的对应关系见博客。）。tensorflow-gpu的安装

一 显卡驱动

显卡驱动的安装需要依赖kernel devel和gcc。所以要先安装kernel devel和gcc。同时要禁用centos7.5自带的显卡驱动nouveau。

1、kernel devel和gcc的安装

yum install kernel-devel-$(uname -r) gcc

如yun install过程中报错，则进行以下配置。yum的总统配置过程与pip和conda的配置差不多一样。都需要换国内源和加代理（如果服务器是公司内网需要使用代理的话）

1）yum增加代理

vim /etc/yum.conf

在该文件中增加一句代理设置，http://中设置为自己的代理即可。

proxy=http://x.x.x.x:5000

2）yum换源

（1）备份原有源

cd /etc/yum.repos.d

mv ./CentOS-Base.repo ./CentOS-Base-repo.bak

（2）下载国内的源（如163的源）

wget http://mirrors.163.com/.help/CentOS7-Base-163.repo

或者直接打开http://mirrors.163.com/.help/CentOS7-Base-163.repo网站下载

将下载后的源改名

mv CentOS7-Base-163.repo CentOS-Base.repo

yum clean all
yum makecache

至此yum换源和代理设置完成。可使用yum install安装 kernel devel和gcc了

2、禁用centos自带的显卡驱动nouveau

1）将nouveau加入黑名单

echo 'blacklist nouveau' >> /etc/modprobe.d/blacklist.conf

2）备份 initramfs 文件（系统内核镜像文件）

备份后重启

sudo mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
sudo dracut -v /boot/initramfs-$(uname -r).img $(uname -r)
sudo systemctl disable gdm
sudo reboot

3）验证nouveau是否关闭成功

执行以下命令如果没有输出则关闭成功

lsmod | grep nouveau

3、安装显卡驱动

1）下载符合自己显卡并且版本高于cuda要求的显卡驱动。

全部需要下载的文件如下：

cuda_8.0.61.2_linux-run            cuda补丁      
cuda_8.0.61_375.26_linux-run       cuda8.0驱动  
cudnn-8.0-linux-x64-v6.0.tgz       cudnn6.0（针对cuda8.0）
NVIDIA-Linux-x86_64-410.78.run     NVIDIA驱动

2、下载后运行安装 

./NVIDIA-Linux-x86_64-384.69.run
systemctl enable gdm
reboot

3、验证是否安装成功：

执行以下命令有输出则安装成功

nvidia-smi

 二、安装cuda/cudnn

1、安装cuda

./cuda_8.0.61_375.26_linux-run

2、安装cuda补丁

./cuda_8.0.61.2_linux-run
vim /etc/profile
    #将以下加入到profile环境变量中
    export PATH="/usr/local/cuda-8.0/bin:$PATH"
    export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"
    export CUDA_HOME="/usr/local/cuda"
source /etc/profile

 3、安装cudnn:

tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz 
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 /usr/local/cuda/lib64/libcudnn*

ps：如需要多版本的cuda/cudnn。可使用conda envs将不同版本的cuda/cudnn隔离即可。详细多版本安装操作参见我的另一篇博客。

三、tensorflow-gpu安装

直接使用pip install制定版本安装。（pip install也需要换源加代理可提升下载速度，自行百度 ）

pip install --proxy=x.x.x.x:5000 tensorflow-gpu==1.12.0