Ubuntu16.04 + Thinkpad-T440 自带显卡 + CUDA8.0

版权声明：本文为博主原创文章，未经博主允许不得转载。 http://blog.csdn.net/baobao3456810/article/details/52894301

目录(?)[-]

1. Ubuntu1604 Thinkpad-T440 自带显卡 CUDA80
   1. 一 安装 cuda 80
      1. 下载
      2. 除掉旧驱动
      3. 安装 cuda 80
      4. 使用环境配置
      5. 测试
      6. 问题一
      7. 问题二
      8. 问题三
      9. 问题四

Ubuntu16.04 + Thinkpad-T440 自带显卡 + CUDA8.0

主要参考文章：http://blog.csdn.net/hjimce/article/details/51999566 
有些配置上的不同，并出现了一些该文章中没有出现过的问题，记录一下

显卡：Thinkpad-T440 配置的独显 GeForce GT 720M，1G显存 
环境：64位 Ubuntu16.06，CUDA 8.0

一. 安装 cuda 8.0

1. 下载

官网下载 cuda 8.0：https://developer.nvidia.com/cuda-downloads 
注意：尽量选择 runfile，如下图所示： 

2. 除掉旧驱动

打开终端，输入

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

• 1

在文件最后加上以下内容，以禁用自带驱动 nouveau nvidia，但这里貌似没有去干净，后面会做进一步的处理

blacklist nouveau  
sudo reboot  
sudo apt-get remove --purge nvidia*

• 1
• 2
• 3

重启系统 
！！！安装成功后记得把加的几行代码删掉。

3. 安装 cuda 8.0

首先要结束 X-Window 的服务，否则会出现驱动无法正常安装的问题 
在终端输入（注意：关闭后会黑屏，要进入tty1控制台，在黑屏状态下快捷键Ctrl+Alt+F1 即可，安装完成后会重新启动。建议在手机或其他电脑上打开说明。）

sudo service lightdm stop

• 1

开始安装。进入到你下载好的 cuda_8.0.44_linux.run 的目录下，运行

chmod +x cuda*.run  
sudo ./cuda*.run 

• 1
• 2

这里并没出现过引文中出现的X-lock问题，有需要的可以去引文中查找。 
accept 协议之后，根据自己需求选择安装选项（我的做法是，有默认的默认，没有的都yes，安装路径要注意看一下）

安装完成时，应该有类似如下的提示：

===========
= Summary =
===========

Driver: Installed
Toolkit: Installed in /usr/local/cuda-8.0
Samples: Installed in ***

• 1
• 2
• 3
• 4
• 5
• 6
• 7

并提示环境变量的配置 和 卸载方法。

安装完毕后，重新启动 X-Window

sudo service lightdm start

• 1

若未自动回到图形界面，Ctrl+Alt+F7 可以进入到图形界面

4. 使用环境配置

ubuntu 的 gcc 编译器是 5.4.0，然而 cuda-8.0 不支持 5.0 以上的编译器，因此需要降级，把编译器版本降到 4.9

sudo apt-get install g++-4.9  
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20  
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10  
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20  
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10  
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30  
sudo update-alternatives --set cc /usr/bin/gcc  
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30  
sudo update-alternatives --set c++ /usr/bin/g++  

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

配置环境变量

sudo vim /etc/profile

• 1

在文件末尾加上

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

• 1
• 2

在终端输入以下命令，使其生效

source /etc/profile 

• 1

在终端输入

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

• 1

添加内容

/usr/local/cuda-8.0/lib64 

• 1

5. 测试

我没有编译 examples，而是直接安装了 theano

sudo pip install theano

• 1

若以安装，需加入-U参数 
在用户的目录下（/home/*），创建/更改 .theanorc 文件

[global]  
floatX=float32  
device=gpu  
base_compiledir=~/external/.theano/  
allow_gc=False  
warn_float64=warn  
[mode]=FAST_RUN  

[nvcc]  
fastmath=True  

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

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

运行下面的例子

from theano import function, config, shared, sandbox  
import theano.tensor as T  
import numpy  
import time  

vlen = 10 * 30 * 768  # 10 x #cores x # threads per core  
iters = 1000  

rng = numpy.random.RandomState(22)  
x = shared(numpy.asarray(rng.rand(vlen), config.floatX))  
f = function([], T.exp(x))  
print(f.maker.fgraph.toposort())  
t0 = time.time()  
for i in range(iters):  
    r = f()  
t1 = time.time()  
print("Looping %d times took %f seconds" % (iters, t1 - t0))  
print("Result is %s" % (r,))  
if numpy.any([isinstance(x.op, T.Elemwise) for x in f.maker.fgraph.toposort()]):  
    print('Used the cpu')  
else:  
    print('Used the gpu')  

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22

可以看到结果：

Using gpu device 0: GeForce GT 720M (CNMeM is disabled, cuDNN not available)
[GpuElemwise{exp,no_inplace}(<CudaNdarrayType(float32, vector)>), HostFromGpu(GpuElemwise{exp,no_inplace}.0)]
Looping 1000 times took 0.919536 seconds
Result is [ 1.23178029  1.61879349  1.52278066 ...,  2.20771813  2.29967761
  1.62323296]
Used the gpu

Process finished with exit code 0

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

6. 问题一

运行测试文件时

***libcublas.so.8.0: cannot open shared object file: No such file or directory

• 1

解决方法是

sudo ldconfig /usr/local/cuda-8.0/lib64

• 1

7. 问题二

modprobe: ERROR: could not insert 'nvidia_340_uvm': Invalid argument

• 1

这个可能是由于原来的驱动没有删干净，在终端运行（提示的哪个就删掉哪个，我这里是340）

sudo apt-get remove nvidia-340

• 1

8. 问题三

类似于

/etc/modprobe.d/blacklist.conf line 57: ignoring bad line starting with ×××

• 1

的错误。这是由于上面加在blacklist.conf中的几行代码没有去掉，回去删掉就好了

9. 问题四

使用时需要注意的是，我的笔记本自带的显存为1G，大概要预留200M给显示，剩下内存不多了，使用theano 或 th后端的keras 相对来说还好，在使用tensorflow 时可能会用到 4-5G 的内存，所以我安装了cpu版本的tf。