ubuntu18.04+rtx2080安装cuda10.1+cudnn7+tensorflow-gpu

ubuntu18.04+rtx2080TI安装cuda10.1+cudnn7+tensorflow-gpu

本次安装过程中未禁用nouveau驱动，最终结果也成功了。环境搭建主要针对Ubuntu18.04系统

1、Ubuntu18.0.4替换国内源

备份原来源：sudo cp /etc/apt/sources.list /etc/apt/sources_init.list
本文使用的vim编辑器，vim的安装以及简单的使用方法参考vim的安装和简单使用
更换源： sudo vim /etc/apt/sources.list，将下边的阿里源复制进去：

deb http://mirrors.aliyun.com/ubuntu/ trusty main restricted universe multiverse  
deb http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted universe multiverse  
deb http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted universe multiverse  
deb http://mirrors.aliyun.com/ubuntu/ trusty-proposed main restricted universe multiverse  
deb http://mirrors.aliyun.com/ubuntu/ trusty-backports main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-proposed main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-backports main restricted universe multiverse

重启：sudo reboot
更新源：sudo apt-get update
更新软件（可省略）：sudo apt-get upgrade

2、显卡驱动的安装

首先输入：ubuntu-drivers devices

提示出现no-free，所推荐的版本为440非免费，如果安装的话会在后续配置中出现缺少依赖，因此建议安装最新版本的free驱动，如下图所示。

添加图形驱动程序到源列表:：sudo add-apt-repository ppa:graphics-drivers/ppa
更新：sudo apt-get update
获取信息：ubuntu-drivers devices

截至（2020.8.9,RTX2080TI最新的版本驱动是450）
安装所需要的依赖

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

安装驱动：sudo ubuntu-drivers autoinstall
安装完重启：sudo reboot
查看显卡信息的命令：nvidia-smi

出现上述信息即为驱动安装成功
最高支持cuda-11，但是最新版稳定性不够。

3、cuda的安装

首先找到驱动对应cuda的版本：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/
输入命令下载cuda-10.1：

wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run

安装：sudo sh cuda_10.1.243_418.87.00_linux.run
安装完成出现以下结果，说明安装成功。

添加环境变量：
打开文件:vim .bashrc
在文件的最后位置复制一下内容：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.1

输入source ~/.bashrc，使配置生效。
测试CUDA安装成功的Samples例子：

cd  /usr/local/cuda-10.1/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery

Result = pass则是安装成功
输入命令：nvcc –V

4、cudnn的安装

下载cudnn-10.1-linux-x64-v7.6.5.32.tgz：百度云的下载链接
提取码：t79s
先对下载的内容进行解压：

tar –zxvf cudnn-10.1-linux-x64-v7.6.5.32.tgz

输入以下命令：

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*

重启：sudo reboot
检测安装是否成功：

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

5、Ubuntu下pip3的安装、升级和卸载

Ubuntu 18.04.1已经安装了python3.6
下载安装pip：sudo apt-get install python3-pip
更新pip：sudo pip3 install --upgrade pip
下载库：sudo -H pip3 install xxxx

6、安装tensorflow-gpu

通过使用清华镜像下载最新版本的GPU：

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow –U

测试：

import tensorflow as tf
tf.test.is_gpu_available()

最后结果出现True即为安装成功。