Ubuntu16配置深度学习环境

在ubuntu16系统中，安装gpu主要有以下3步：

• 安装nvidia显卡驱动
• 安装cudaToolkit
• 安装cudnn

安装nvidia显卡驱动

方案1 电脑自己安装驱动

打开ubuntu系统的 系统设置>>软件&更新>>additional Drivers，点击第一个，在点击Apply Change。


这样安装的驱动可能不是最新的。重启后，在终端输入命令

nvidia-smi

会出现Nvidia的信息，安装成功。

方案2 手动去官网下载.run文件自己安装

获得显卡型号信息，在官网nvidia下载对应驱动，安装。

方案3 命令安装

1. 删除之前安装的nvidia驱动，运行 ：

sudo apt-get purge nvidia-*

2. 添加第三方驱动源，运行

sudo add-apt-repository ppa:graphics-drivers/ppa

3.更新软件源：

sudo apt-get update

4.通过下面查看支持的版本

ubuntu-drivers devices

5.安装：

sudo apt-get install nvidia-384 ## 375是Nvidia的型号，在上图中可看到。
sudo apt-get update

---

安装cuda

在安装之前，需要特别注意的是Nvidia版本和cuda有个对应关系，见下图

安装过程:

1. 首先下载cuda8.0的安装文件，链接：https://developer.nvidia.com/cuda-toolkit-archive
2. 然后，安装CUDA8.0，打开终端输入

进入cuda 所在文件夹
sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc_8.0.27-1_amd64​.deb
sudo apt-get update
sudo apt-get install cuda

3. 配置环境变量，在终端中输入

sudo gedit ~/.bashrc

末尾写入

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

使环境变量更新

source ~/.bashrc

4. 测试

终端输入
cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery
make
./deviceQuery

正确安装时输出以下内容：

./deviceQuery Starting…
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: “GeForce GTX 1080 Ti”
CUDA Driver Version / Runtime Version 10.1 / 10.1
CUDA Capability Major/Minor version number: 6.1
Total amount of global memory: 11178 MBytes (11721506816 bytes)
(28) Multiprocessors, (128) CUDA Cores/MP: 3584 CUDA Cores
GPU Max Clock rate: 1582 MHz (1.58 GHz)
Memory Clock rate: 5505 Mhz
Memory Bus Width: 352-bit
L2 Cache Size: 2883584 bytes
Maximum Texture Dimension Size (x,y,z) 1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
Maximum Layered 1D Texture Size, (num) layers 1D=(32768), 2048 layers
Maximum Layered 2D Texture Size, (num) layers 2D=(32768, 32768), 2048 layers
Total amount of constant memory: 65536 bytes
Total amount of shared memory per block: 49152 bytes
Total number of registers available per block: 65536
Warp size: 32
Maximum number of threads per multiprocessor: 2048
Maximum number of threads per block: 1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)
Maximum memory pitch: 2147483647 bytes
Texture alignment: 512 bytes
Concurrent copy and kernel execution: Yes with 2 copy engine(s)
Run time limit on kernels: No
Integrated GPU sharing Host Memory: No
Support host page-locked memory mapping: Yes
Alignment requirement for Surfaces: Yes
Device has ECC support: Disabled
Device supports Unified Addressing (UVA): Yes
Device supports Compute Preemption: Yes
Supports Cooperative Kernel Launch: Yes
Supports MultiDevice Co-op Kernel Launch: Yes
Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0
Compute Mode:
< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 10.1, CUDA Runtime Version = 10.1, NumDevs = 1
Result = PASS

也可在终端输入

nvcc -V

若成功，会出现cuda的信息。

---

安装cudnn

首先下载软件(链接：https://developer.nvidia.com/cudnn )需要登录，按网上的流程走就行,记得下载cuda对应版本。

然后打开终端，

• cd到文件的下载目录；
• 解压cudnn8.0文件；
• 复制一些文件
• 在终端中输入以下命令；

cd cd /media/你的用户名/ # 进入 cuDNN 安装文件的所在路径
tar xvzf cudnn-8.0-linux-x64-v6.0.tgz # 解压

sudo cp cuda/include/cudnn.h /usr/local/cuda/include # 复制到 include 中
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 # 复制到 lib64 中
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* # 讲头文件复制进去

测试cudnn

拷贝完成之后，可以使用以下命令查看CUDNN的版本信息：

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

另一测试见 https://blog.csdn.net/bat67/article/details/84065261