ubuntu16.04+anaconda5.2+TensorFlow-gpu+CUDA+cuDNN+pycharm的整合

笔者由于昨天给工作站陪环境的时候把ubnutu16的系统整崩了，为了防止类似的情况发生，特记录一下配置ubuntu16.04+anaconda5.2+TensorFlow-gpu+cuda+cnDNN+pycharm的整合等要素。

emmmmmmm,这里没有配图，只有相关的文字介绍，看起来可能会显得糙，人懒，望海涵。。。

爬坑爬了两天时间，略显得人有点笨，还好整出来了，纠结一下先.....

一.装系统，网上装系统的方式多种多样，这里不做赘述。

二.更换源，我们拥有了一个纯净的系统，为了提高软件的访问安装速度，进行了以下操作：

    1. cd /etc/apt/

    2. sudo cp sources.list sources.list.bak 做备份

    3. sudo gedit sources.list 打开sources.list文件

    4. 将文件中前面没有带# 号注释的句子中的网址替换成https://mirrors.tuna.tsinghua.edu.cn/ubuntu （这个是清华大学的镜像源）

    5. sudo apt-get update 进行软件库的更新

三.安装Anaconda

    1. 软件包的下载（https://www.anaconda.com/download/#linux），选择对应的版本信息，选择保存后默认下载到 ～/下载/

    2. cd ~/下载/

    3. sudo bash Anaconda3-5.2.0-Linux-x86_64.sh   这里进行的是安装

    4. 依据提示选择输入yes/no/Enter。这里依次要求为：

    （1）Please, press ENTER to continue Enter

    （2）Do you accept the license terms? [yes|no]  是否接受协议，选是

    （3）Anaconda3 will now be installed into this location:

                /home/dream/anaconda3    - Press ENTER to confirm the location

               - Press CTRL-C to abort the installation

                - Or specify a different location below  [/home/dream/anaconda3] >>>

     默认安装位置为/home/dream/anaconda3 需要修改在后面加上安装位置，不许要直接Enter

    （4）Do you wish the installer to prepend the Anaconda3 install location

                to PATH in your /home/dream/.bashrc ? [yes|no]     是否加入环境变量，选是[yes]

    （5）Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]>>>       是否安装Microsoft                 VSCode 这里点了是

    （6）等待片刻，就成功安装上去了

    5.关闭终端，另启用一个，然后输入python，如果出现类似字样，便安装成功啦。

        Python 3.6.5 |Anaconda, Inc.| (default, Apr 29 2018, 16:14:56)

        [GCC 7.2.0] on linux

        Type "help", "copyright", "credits" or "license" for more information.

        >>>

四.安装tensorflow-gpu

    1.可进官网(https://www.tensorflow.org/install/install_linux)给的相关安装文档给Anaconda安装TensorFlow

    2.这里先安装的是tensorflow，后面再介绍Nvida的加速接口的安装。

    （1）anaconda-navigator  在终端输入，第一次启动anaconda，时间会稍微有一点长。

 

    （2）点击Environments，后选择base(root)右面的右三角，然后选择open terminal

    （3）在终端输入conda create -n tensorflow pip python=3.6  然后依据提示键入y

    （4）终端会显示如下：

                Preparing transaction: done

                Verifying transaction: done

                Executing transaction: done

                #

                # To activate this environment, use

                #

                #     $ conda activate tensorflow

                #

                # To deactivate an active environment, use

                #

                #     $ conda deactivate

    （5）做补充，这个可以加在上一步

                conda create -n etc.

                 有如下提示：

                environment location: /home/dream/.conda/envs/etc.

                 这里键入y，然后输入回车

    （6）激活conda环境

                source activate tensorflow

    （7）安装tensorflow

                (tensorflow)$ pip install --ignore-installed tensorflow-gpu

    （8）这个是在base(root)的终端下面安装tensorflow的终端，所以1-8步可以省略,看个人的需求来选择

    （9）因为anaconda里面集成了pip命令，所以没有必要再执行如下命令：

                sudo apt-get install python3-pip python3-dev

     因为这个命令的执行会给用户安装python3.5版本，后面如果再使用pip3的命令的话，会给python3.5对应的环境安装tensorflow等环境，anaconda是集成了pip命令的软件，所以并不需要重新装pip3,这里地方确实出现了很多坑，还被迫重装了系统，好在爬出来了。

    （10）安装cpu版tensorflow

                pip install tensorflow

    （11）安装gpu版tensorflow

                pip install tensorflow-gpu

    这里值得注意的是它会出现permission denied，但是加上sudo它就不是装在家目录下面，我是参考了http://blog.csdn.net/u012609509/article/details/71077169 的方式处理的

                sudo chown -R $USER 后面加上指定的文件 （改用户组）

                sudo chmod 777 后面加上指定的文件 （改权限）

            其中给定文件，我是往前推一个路径的，不然会找不到报错

    3 测试安装的tensorflow

    （1）测试cpu版的tensorflow

    这个应该在安装cpu版的tensorflow后面就进行测试，因为gpu版的tensorflow的优先级要高于cpu版的tensorflow。如果在编辑器中  import tensorflow as tf  没有报错的话，证明tensorflow已安装

    （2）测试gpu版的tensorflow

    同样都是 import tensorflow as tf 它肯定会报错，因为我们到这里还没有给我们的gpu安装接口程序，也就是CUDA  和 cuDNN，但是这个地方请注意一下报错的内容，笔者这里的报错内容是ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory，它就表示你需要安装9.0版本的CUDA ,这个地方需格外注意。

五 安装CUDA 和 cuDNN（这里参考了https://blog.csdn.net/Briliantly/article/details/79560477的部分内容）

    1 安装NVIDIA 驱动

    （1）禁用nouveau驱动

                sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

                键入以下内容，然后保存退出

                blacklist nouveau

                options nouveau modeset=0

                重新生成内核

                sudo update-initramfs -u

      重启计算机。然后终端中输入lsmod | grep nouveau 若没有输出，则表明禁用成功

    （2）删除旧的驱动

                sudo apt-get purge nvidia*

    （3）安装NVIDIA 驱动

     添加ppa

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

                sudo apt-get update

                推荐搜索的驱动

                ubuntu-drivers devices

      找到recommended所在的驱动的名称（driver   : nvidia-396 - third-party free recommended）

    （4）安装NVIDIA 驱动

                sudo apt-get install nvidia-396

    （5）重启系统

    （6）校验是否成功

                    nvidia-smi

                重启之前和重启之后输入该命令会发现有明显不同

                笔者的校验信息如下：

Tue Jul  3 23:33:53 2018       

+-----------------------------------------------------------------------------+

| NVIDIA-SMI 396.24.02              Driver Version: 396.24.02                 |

|-------------------------------+----------------------+----------------------+

| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |

| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |

|===============================+======================+======================|

|   0  Quadro K4000        Off  | 00000000:03:00.0  On |                  N/A |

| 31%   48C    P0    36W /  87W |     97MiB /  3012MiB |      0%      Default |

+-------------------------------+----------------------+----------------------+

                                                               

+-----------------------------------------------------------------------------+

| Processes:                                                       GPU Memory |

|  GPU       PID   Type   Process name                             Usage      |

|=============================================================================|

|    0      1087      G   /usr/lib/xorg/Xorg                            56MiB |

|    0      1600      G   compiz                                        30MiB |

|    0      2293      G   fcitx-qimpanel                                 7MiB |

+-----------------------------------------------------------------------------+

 

    2 安装CUDA

    （1）CUDA下载

                https://developer.nvidia.com/cuda-toolkit-archive

      选择CUDA Toolkit 9.0 的下载包方式，这里不推荐使用在线安装方式，因为是国外的服务器会下载极慢。

    然后选择对应系统的版本，这里是Linux==>x86_64==>ubntu==>16.04==>deb(local),然后点击duwnload。

    （2）CUDA安装

                按照官方网站中给出的内容提示输入就好了

                这里使用了

              `sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb`

             `sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub`

              `sudo apt-get update`

              `sudo apt-get install cuda`

    （3）添加路径

                sudo gedit /home/dream/.profile

                在文件中添加：

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

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

      保存退出之后输入. /home/dream/.profile 使刚才的修改生效

    （4）安装校验

                nvcc -V

                会显示如下

                nvcc: NVIDIA (R) Cuda compiler driver

                Copyright (c) 2005-2017 NVIDIA Corporation

                Built on Fri_Sep__1_21:08:03_CDT_2017

                Cuda compilation tools, release 9.0, V9.0.176

    （5）程序校验

                cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery 进入程序目录

                sudo make 编译程序

                ./deviceQuery  运行程序 后笔者这里显示Result=PASS 则表明CUDA安装通过

    3 安装cuDNN

    （1）cuDNN下载

                https://developer.nvidia.com/rdp/cudnn-archive 访问官方网址选择跟SUDA对应的cuDNN版本。这里选择的是cuDNN7.0.5，cuDNN v7.0.5 Runtime Library for Ubuntu16.04 (Deb)。这里需要注册登录一下，登录进去点下载就好了。

    （2）cuDNN安装

                sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb

      没有报错的话到这里cuDNN就安装成功啦

      我们可以再次打开终端，输入python，然后再次导入tensorflow,我们可以欣喜的发现不会再有之前的报错信息啦。

六.pycharm的安装

    对于像笔者这样熟悉pycharm的IDE环境的人，还是再加上一步pycharm的安装吧。。。

    1 下载pycharm

        https://www.jetbrains.com/pycharm/download/#section=linux

        这里选择社区版的进行下载

    2 安装pycharm

        cd ~/下载/ 进入到下载目录

        mv pycharm-community-2018.1.4.tar.gz ../    移动到上一级目录

        tar -zxvf pycharm-community-2018.1.4.tar.gz  解压包

    3 使用pycharm

    解压之后会在当前家目录下生成一个pycharm-community-2018.1.4的目录，我们使用cd pycharm-community-2018.1.4/bin  进入到bin目录下，ls之后我们会看到有一个pycharm.sh的文件，这个时候只需sh pycharm.sh 便可以运行pycharm了

 

注：笔者的用户名为dream，所以若使用这篇博文的内容的话，可以适当对相关命令进行修改，各种安装文件的选择也可以根据自己机器的配置信息稍加改动。

至此，结束，感谢捧场hhhhhhhhhhh