[机器学习] 1:最简单最直接Ubuntu16.04+CUDA9.0+cuDNN7.3+1080Ti驱动配置

前言

折腾几天，参考了很多资料。
总算弄好。
由于机器差异与系统环境的细微差异，很多相关文章的命令并不通用。
动不动一步踏错，重装系统。
最后发现还是Ubuntu系统厉害，自带的功能好用。
整理了一下流程，思路应该是通用的，切换版本也ok。

注：个人学习用环境，非服务器版，Ubuntu 16.04桌面 （已更新到最新16.04.05）

资源下载

CUDA：https://developer.nvidia.com/cuda-toolkit-archive （根据自己需要下载版本的runfile，类似 cuda_9.0.176_384.81_linux.run格式）
cuDNN：https://developer.nvidia.com/rdp/cudnn-download （对应CUDA版本下载cuDNN v7.3.1 Library for Linux链接下的文件）

安装NVIDIA驱动

Ubuntu自动nouveau驱动，这是一个第三方的开源驱动。对NVIDIA的显卡支持还行，但是不满足类似深度学习的要求，因此需要替换。

常见流程：
禁用nouveau
删除旧NVIDIA驱动
重启
BIOS禁用secure boot
切换命令行界面
关闭桌面显示
安装驱动
开启桌面显示
…

由于机器与系统环境的差异，按照网络上的流程，很多命令无法达到预期效果。导致安装失败，重装系统等。

其实Ubuntu桌面版已经将驱动做的很好了。

简洁流程：

1. 进入BIOS设置,Secure Boot Disable （必须禁用，否则NVIDIA驱动可能启不来）
2. 更新依赖库（非必须）

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev dkms linux-headers-generic
sudo apt-get update
sudo apt-get upgrade

3. 更新ppa源：

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

4. 打开系统设置System Settings) -> 软件与更新Software & Updates->额外驱动Additional Drivers->选择需要的驱动版本，应用Apply Changes->等待完成，重启。

5. 测试驱动：

nvidia-smi
nvidia-settings

注意下图，CUDA对驱动版本有要求，尽量选择较新的驱动。

CUDA&cuDNN安装

1. CUDA安装

cd 进入cuda_9.0.176_384.81_linux.run 存放目录     #文件存放目录
sudo chmod +x cuda_9.0.176_384.81_linux.run       #改权限
sudo ./cuda_9.0.176_384.81_linux.run 
Graphic Driver安装选择no，其余选择yes，路径default默认直接回车

2. CUDA环境变量

sudo gedit  /etc/profile
export  PATH=/usr/local/cuda-9.0/bin:$PATH
export  LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
export  CUDA_HOME=/usr/local/cuda-9.0         #TensorFlow需要
sudo reboot                                                        #重启生效

如果需要root权限下，环境变量也不失效
可以再修改 /root/.bashrc文件，操作同上

3. CUDA测试

 nvcc -V            #查看CUDA版本 ，若无此命令，检查是否环境变量设置有误
 cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
 sudo make -j8
 ./deviceQuery      #成功运行则无问题，否则根据报错信息查询

4. cuDNN安装

 cd 进入cuDNN压缩文件存放目录
 tar -xzvf cudnn-9.0-linux-x64-v7.3.1.20.solitairetheme8     
 sudo cp include/*  /usr/local/cuda/include/ 
 sudo cp lib64/lib* /usr/local/cuda/lib64/   

5. cuDNN更新链接(否则拷贝过去的库无效）

cd /usr/local/cuda/lib64/  
 sudo ln -sf libcudnn.so.7.3.1  libcudnn.so.7  
 sudo ln -sf libcudnn.so.7 libcudnn.so  
 ll libcudn*      #检查链接是否成功，权限是否正确

6. 卸载CUDA&cuDNN(runfile安装）

 cd /usr/local/cuda-9.0/bin/
 sudo ./uninstall_****

之后删除文件夹，照之前的修改回环境变量设置

小结

折腾结束，接下来就是弄TensorFlow的环境。过几天再发。配环境不自己弄一遍还是不舒坦哈哈哈。

参考资料
https://blog.csdn.net/ksws0292756/article/details/79160742
https://blog.csdn.net/abc869788668/article/details/78331047