Ubuntu16.04安装显卡驱动、Anaconda、pytorch-gpu、tensorflow-gpu、CUDA、CUDNN

1.安装显卡驱动
a.下载地址
根据自己的显卡类型、系统类型选择，下载好是.run文件
b.安装显卡驱动
（1）屏蔽nouveau驱动
Ubuntu系统集成的显卡驱动程序是nouveau，它是第三方为NVIDIA开发的开源驱动，我们需要先将其屏蔽才能安装NVIDIA官方驱动。 所以我们要先把驱动加到黑名单blacklist.conf里，我们要先修改该文件的属性才能编辑

• 修改属性 sudo chmod 666 /etc/modprobe.d/blacklist.conf
  如果出现菱形，需要输入密码。
• 用gedit打开sudo gedit /etc/modprobe.d/blacklist.conf
• 在最后一行加入下面几行语句，保存退出

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

• 更新文件sudo update-initramfs -u
  （2）安装驱动
  先按Ctrl+Alt+F1，输入用户名和密码（显示菱形就是要输入密码）
  然后输入sudo service lightdm stop，输入密码
  再进入到.run文件目录中，安装驱动

cd /home/xxx/Nvidia                         //进入下载的.run文件目录中
sudo chmod a+x NVIDIA-Linux-x86_64-xxx.run　　　　　　　　 //修改权限
sudo ./NVIDIA-Linux-x86_64-xxx.run -no-x-check -no-nouveau-check -no-opengl-files   //执行安装

安装过程中的选项（这是copy别人的，自己的没记住，我也是尝试选择了好多遍才安装好）
a.The distribution-provided pre-install script failed! Are you sure you want to continue? 选择 yes 继续。
b.Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later? 选择 No 继续。
c.Nvidia’s 32-bit compatibility libraries? 选择 No 继续。
d.Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 选择 Yes 继续
最后会提示安装成功
在命令行（黑框框）里面输入sudo service lightdm start 启用图形界面，输入密码登录
（3）验证
在终端输入nvidia-smi，如果有以下输出，证明安装成功

安装过程中可能遇到的错误：
本来已经安装好了显卡驱动，但重启后再输入nvidia-smi，结果如下图，这说明内核出错了，解决方案参见我的另外一篇博客
地址

2.安装Anaconda

a.下载 清华镜像

我们要下载这一个
b.安装
使用cd命令进入下载目录，使用bash Anaconda.sh指令进行安装，如果提示需要权限或者没有权限，则使用sudo bash Anaconda.sh指令，然后出现很多菱形，就是要输入账户密码。
下面使用了别人的图

按回车键继续安装；

然后一直按着回车键，直到出现是否接受授权条款


输入yes，回车
按回车键确认安装位置 /home/chenshui90/anaconda3 ；

输入yes，添加环境变量

是否安装VSCode，装不装都可以，装的话要十几分钟

最后它会提示你Anaconda安装成功。
验证是否安装成功，终端输入conda -v，有输出版本信息，证明安装成功。

3.安装CUDA
这里要注意，不管你是先安装CUDA CUDNN还是先安装tensorflow-gpu，都要注意版本对应的问题,见下图

不过现在tensorflow-gpu已经有1.13.0了，我不知道对应的CUDA和CUDNN版本，需要的话可以参考这里

a.下载地址
如下图，下载第一个就可以了。如果你需要下载别的版本，直接搜索CUDA+你的版本号就可以下载了。

下载好之后的文件是.run格式，例如cuda_9.0.176_384.81_linux.run
b.安装
进入下载目录，执行如下命令
sudo sh cuda_9.0.176_384.81_linux.run
然后会出现一大堆服务条款，一直回车就可以了。
接下来问是否接受协议，输入accept
接下来问是否安装驱动（driver），输入n （下载好的cuda里面会自带显卡驱动，但版本一般比较老，而且上面已经安装好了显卡驱动，所以此处选择不安装。我之前先装了显卡驱动，然后装cuda时也把cuda自带的驱动装了，导致循环登录）
然后接下来三个都输入y

下面要注意，这个问题困扰了我很长时间了，问题如下图
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.2 functionality to work.
To install the driver using this installer, run the following command, replacing with the name of this run file:
sudo .run -silent -driver

我当时就以为没安装成功，因为它毕竟提示Incomplete installation!了，所以装了卸，卸了装，发现还是老问题，其实这是个BUG。最后的解决方法就是忽视这个问题，毕竟这里是WARNING，不是ERROR，然后按照下面的步骤就成功安装了
c.配置环境变量
打开主目录下的 .bashrc文件添加如下路径，例如我的.bashrc文件在/home/wangyuanwei下，如果没有找到，则按Ctrl+H键显示隐藏文件。
进入文件目录，终端输入sudo gedit .bashrc 注意gedit后面有一个空格，然后将以下代码加到最后一行，注意下面的代码根据自己的具体情况进行修改，比如你装的是cuda10.0，那就修改为cuda10.0。最好就是到对应路径下找一下有没有对应的文件夹。

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0

终端输入source ~/.bashrc 注意source后面有一个空格，终端可能会输出错误，不要理会。
d.验证
输入nvcc -V或者nvcc --version（nvcc后面有一个空格，version前面由两条横线），有如下输出，证明安装成功

4.安装CUDNN
a.去英伟达官网下载对应版本的CUDNN，
地址
不要以为下载很简单，其实也会遇到问题，我这里以cuda10.0 cudnn7.4.2为例,下载打对号的那个，这个下载后解压是一个cuda文件夹，其他的不能保证。

**b.**解压下载好的文件，可以看到cuda文件夹，进入cuda目录（解压cudnn形成的），打开终端，执行如下命令：

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*

c.查看CUDNN版本

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

如果出现下图所示版本信息，说明安装成功：

5.安装pytorch-gpu
a.首先去pytorch下载需要的安装包，点击这里，出现如下界面，然后点击Get Started

进入如下界面，点击Previous Pytorch Versions，我这里推荐这种安装方法，可以选择安装包的类型，先下载下来，再安装会好一点。在线安装有时候会很慢。点击后根据自己的需要下载对应的安装包。

b.安装pytorch
进入pytorch的下载目录，使用如下命令安装
pip install torch-0.2.0.post3-cp36-cp36m-manylinux1_x86_64.whl
后面的pytorch文件根据自己的实际情况进行修改。
c.安装torchvision
直接pip install torchvision即可
d.验证是否安装成功
输入import torch
import torchvision
至此安装成功，可能会出现报错的情况，如下所示：
ImportError: numpy.core.multiarray failed to import
这是因为numpy的版本需要更新，直接使用pip更新numpy：
pip install numpy

最后验证GPU是否可用：
print(torch.cuda.is_available())
返回True，表明已经可以使用GPU了！

6.安装tensorflow-gpu
a.下载安装
pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple
这里使用的是清华镜像，下载速度比较快，每秒7M多。数字1.8根据自己的需要修改。
b.验证安装是否成功

import tensorflow as tf
tf.__version__   //输出tensorflow版本号，这里version左边和右边都有两个-    下同
tf.__path__  //输出tensorflow安装路径

如果输出的话，证明安装成功。

参考
https://www.cnblogs.com/fanminhao/p/8902296.html
https://blog.csdn.net/xunan003/article/details/81665835
https://blog.csdn.net/w1573007/article/details/88214099
https://blog.csdn.net/wanzhen4330/article/details/81699769