ubuntu16.04 下安装theano_1.04+ CUDA_8.0+cudnn_6.0

 

 

安装驱动

#----------------

https://blog.csdn.net/dihuanlai9093/article/details/79253963/

 

sudo gedit /etc/modprobe.d/blacklist.conf

然后按键盘上的字母 i 进入编辑模式，并在最后添加下面两行

blacklist nouveau

options nouveau modeset = 0

按Esc键退出编辑模式，再输入下面的命令，回车，保存退出。

:wq

然后输入

sudo ldconfig

sudo update-initramfs -u

验证是否成功禁用nouveau

sudo lspci | grep nouveau

如果没有内容显示，则禁用成功。

Downloas the public drivers

sudo apt-get remove --purge nvidia*

Ctrl-Alt+F1

sudo chmod a+x NVIDIA-Linux-x86_64-375.20.run

sudo service lightdm stop

sudo ./NVIDIA-Linux-x86_64-375.20.run -no-x-check -no-nouveau-check -no-opengl-files

sudo service lightdm start

------------------------------------

test

dmic@dmic:~$ nvidia-smi

---------------------------------
Tue Nov 26 08:42:25 2019       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.36       Driver Version: 440.36       CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  TITAN Xp            Off  | 00000000:01:00.0 Off |                  N/A |
| 16%   33C    P0    55W / 250W |      0MiB / 12196MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

 

安装 CUDA

下载CUDA_8.0（https://developer.nvidia.com/cuda-toolkit-archive）

sudo sh cuda_8.0.61_375.26_linux.run                          (accept,no(Driver),yes,yes,..........)(在选择安装驱动时候选no，之前已经安装了驱动，按空格跳过more)

sudo sh cuda_8.0.61.2_linux.run   (安装补丁)

$ls -all(显示所有文件包括隐藏的)

sudo vim ~/.bashrc

在.bashrc文件里面编写：

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

保存并退出

source ~/.bashrc

 

 

安装cudnn

下载cudnn_6.0（https://developer.nvidia.com/cudnn）第一次下载需要注册

下载完毕后，切到默认的Downloads文件夹，可以看到 cudnn 压缩包

先解压，然后 复制解压后的cuDNN内容到cuda相关文件夹内

sudo cp -r ~/Downloads/cuda /usr/local/cuda-8.0

解压下载的文件，可以看到cuda文件夹，在下载的目录下打开终端，执行如下命令：

$~Download:sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
     
$~Download: sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

$~Download:sudo chmod a+r /usr/local/cuda/include/cudnn.h
     
$~Download:sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

建立软链接

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.6

sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6

sudo ln -s libcudnn.so.6 libcudnn.so

 

 

安装Vim,终端输入：

sudo apt-get install vim

sudo vim /etc/ld.so.conf.d/cuda.conf

键盘按i进入编辑状态，添加文字：

/usr/local/cuda/lib64

终端下输入sudo ldconfig -v命令查看是否链接成功，是否有/usr/local/cuda/lib64文件夹

 

测试

终端输入

(验证CUDA)

$:cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery

 

验证cudnn

nvcc -V

cuda版本

cat /usr/local/cuda/version.txt

cudnn版本

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

 

安装Anaconda3 for theano

download anaconda(https://www.anaconda.com/distribution/)

sudo bash Anaconda3-2018.12-Linux-x86_64.sh

在终端输入Python发现依然是gnome自带的python版本，这是因为.bashrc的更新还没有生效，命令行输入：source ~/.bashrc

conda install theano

报错，无权限，又不可再前面添加sudo 

sudo chmod -R 777 anaconda3

conda install theano

vim .theanorc

编辑

[global]
floatX=float32
device=cuda
root=/usr/local/cuda-8.0

[nvcc]
fastmath=True
optimizer_including=cudnn

[blas]
ldflags=-lopenblas

[dnn.conv]
algo_bwd_filter=deterministic
algo_bwd_data=deterministic

[cuda]
root=/usr/local/cuda-8.0

 

 

安装pygpu

conda install pygpu(版本0.7.6)