ubuntu Linux系统配置服务器cuda+csdnn流程笔记

流程走一下，省着下回找不到看的哪个攻略

• 中文输入法【1】
  “设置”中配置，配完记得注销或重启，反正我没重启死机了
• 改根用户密码【1】
  $sudo passwd root
  注意改的是根密码不是你登录这个用户的密码
• 网络配置【2】
  显示让装 net-tools，按照它的命令输入后又显示无法定位软件包，解决方法如下：

   $sudo apt-get update
   $sudo apt-get upgrade
   $sudo apt install net-tools
  

  此时应可连上网络，可通过ifconfig命令查看ip
• 查看ubuntu版本【3】
  cat /proc/version
  我的是Ubuntu 9.3.0-17ubuntu1~20.04
• 查找显卡对应版本的cuda与cudnn【4】
  2080ti对应cuda10 + cudnn 7.3.1
• 思考先下哪个好（感觉都不好）【4】
  研究了一下打算先装Anaconda(python 3.7)据说直接好使
• 进入管理员权限
  su -root
  如果发现认证失败就返回改密码那一步改个密码再登陆
• 安装Anaconda
  这个是最好装的，教程很多，安装好，也配好环境下好tensorflow了，跑起来发现非要cuda，垂死病中惊坐起.jpg
• 检查驱动【5】

  nvidia-smi
  nvidia-settings
  

  蹦出来图形界面就是有
• 安装Cuda
  网址：https://developer.nvidia.com/cuda-toolkit-archive
  1.选择方法：下载的是安装包和后面的补丁。这个扔在下载里并不会导致文件也都存在下载里了【6】
  2.进入存放文件的文件夹，输入下载网站给的命令，我这里是：
  sudo sh cuda_10.0.130_410.48_linux.run
  3.首先出来的是一个声明，想看就回车键一行行看，不想就按q键，输入accept【5】
  4.之后是“Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48”，意思是安装图形驱动，装过就不装，键入n
  5.一路y和回车
  6.配置环境变量【6】
  vim ~/.bashrc
  粘贴：

  export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
  export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
  export CUDA_HOME=/usr/local/cuda
  

  更新：
  source ~/.bashrc
  7.检查结果

  nvcc --version
  cat /usr/local/cuda/version.txt
  

  显示正确的版本，成功
• 安装cudnn
  网址：https://developer.nvidia.com/rdp/cudnn-download
  1.下载安装包
  该网站不知道为什么不登陆一直打不开下载那一页，含泪注册，后来又好了
  选择与cuda对应的版本，本次选择7.5.0 ，ubuntu系统下载此三项【6】
  
  2.按照下载的顺序安装解包

  sudo dpkg -i libcudnn7_7.5.0.56-1+cuda10.0_amd64.deb
  sudo dpkg -i libcudnn7-dev_7.5.0.56-1+cuda10.0_amd64.deb
  sudo dpkg -i libcudnn7-doc_7.5.0.56-1+cuda10.0_amd64.deb
  

  3.修改路径与权限

   sudo cp /usr/include/cudnn.h /usr/local/cuda/include
   sudo chmod a+x /usr/local/cuda/include/cudnn.h
  

  4.确认是否成功
  cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
• 运行网络
  报错"No module named tensorflow"
  解决方法如下：

  vim ~/.bashrc
  

  在最下面粘贴：

  export PATH=$PATH:/home2/MATLAB/Matlabbin:/usr/local/cuda-9.0/bin
  export LD_LBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/lib64/stubs:/usr/local/lib
  export C_INCLUDE_PATH=$C_INCLUDE_PATH:/usr/include/hdf5/serial
  export PYTHONPATH=$PYTHONPATH:/usr/local
  

• 参考
  【1】https://blog.csdn.net/u012577474/article/details/100973088
  【2】https://www.cnblogs.com/wzb-liumangtu/p/11826829.html
  【3】https://jingyan.baidu.com/article/ca41422f0ab38f1eae99edc3.html
  【4】https://blog.csdn.net/herr_kun/article/details/88597618?utm_term=2080ticuda%E5%AF%B9%E5%BA%94%E7%89%88%E6%9C%AC&utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2_allsobaiduweb~default-0-88597618&spm=3001.4430
  【5】https://blog.csdn.net/qq_25348431/article/details/110318296
  【6】https://blog.csdn.net/qq_43030766/article/details/91513501