第二篇：深度学习之CUDA配置指南（Linux-ubuntu16.04）~《深度学习炼丹手册-本人亲身实践踏出来的一条菜鸟之路》-2

一、安装Anaconda：

Anaconda的简介就不多说了，大家自行百度即可，这里说一下安装。
首先下载Anaconda镜像，这里给出几个常用的镜像链接，大家对应着下载，查看。
1、Anaconda官网（速度慢，不推荐）
2、清华源镜像
3、ubuntu系统内核下载（一般在误卸载ubuntu内核后才可能需要用到，血泪教训！！！）
安装命令：sudo dpkg -i ****.deb（.deb文件）
sudo bash ./***** （.sh文件）
安装过程：Ubuntu18.04 安装 Anaconda3, (这里不管ubuntu哪个版本都可以按此安装)
补充：Windows系统安装Aanconda方法：直接下载安装包.exe文件进行安装
注意=：Anaconda初始化的时候一定要选择 yes，否则后续 conda 命令无法识别。下面是 Anaconda 的环境变量备份，需要可自取。

Anaconda 环境变量备份：
# added by Anaconda3 5.3.1 installer
# >>> conda init >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$(CONDA_REPORT_ERRORS=false '/home/xxx/anaconda3/bin/conda' shell.bash hook 2> /dev/null)"
if [ $? -eq 0 ]; then
    \eval "$__conda_setup"
else
    if [ -f "/home/xxx/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/home/xxx/anaconda3/etc/profile.d/conda.sh"
        CONDA_CHANGEPS1=false conda activate base
    else
        \export PATH="/home/xxx/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda init <<<

二、CUDA安装（包含多版本并存）

1、显卡驱动下载及安装（若已经安装好NVIDIA驱动可跳过此步）

下载NVIDIA对应显卡驱动，注意显卡型号和操作系统，以本人显卡TITAN X为例：

找到对应的驱动并下载安装，安装部分在本人前一篇上，按照流程即可安装驱动，验证方式：
nvidia-smi (一般手动安装驱动，不是点背，都能成功)

动态刷新命令（查看GPU占用、温度等情况）：

sudo watch -n -0.1 nvidia-smi

nvidia-setting （此命令可设置显卡显示情况，类似Windows中的NVIDIA控制面板）
若无下图出现，则证明还是用的核显工作，但是也可以安装CUDA。

安装完成后，就进入接下来的重头戏，CUDA安装。

2、CUDA安装

首先还是下载NVIDIA的CUDA包，直接百度对应的版本即可，例如，CUDA10.2
参考博客：
１、Ubuntu16.04下安装cuda和cudnn的三种方法（亲测全部有效）
２、ubuntu16.04安装cuDNN的两种方式以及验证
３、Ubuntu安装CUDA Toolkit
４、ubuntu 安装多个CUDA版本并可以随时切换
5、Windows10下安装多个版本cuda、cudnn，切换使用方法|简记
6、Ubuntu更改内核
7、Ubuntu16.04安装CUDA10.2 + Nvidia驱动 + cuDNN 7.6.5.32 （2021.3更新）

首先根据cuda的版本，确定安装条件是否匹配，如CUDA9.0安装条件:

参考博客3中CUDA10.2的安装条件

不满足时，根据参考博客6中的方法更换内核，注意一下，这里千万不要卸载原内核，可能导致系统崩溃。（可以多内核共存）
然后根据参考博客5一直走下去，包括多版本的安装，里面也讲的很详细了。

三、补充说明

要注意的地方：

１、大多数的CUDA环境变量设置的是有些隐患的（后面编译其他包失败）。

这里提供一下我的环境变量：

export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export PATH=$PATH:$CUDA_HOME/bin

２、cudnn的下载安装推荐参考博客１中的安装方式，要注意的是，这里要拷贝到对应的cuda文件夹下，即

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*

这里的xx.x是版本名，例如9.0、10.0、10.2等等

３、多版本切换与查看当前CUDA版本号：

根据参考博客４中的cuda多个版本的切换即可。
查看CUDA版本：

nvcc -V

例如：

查看cudnn版本：

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

4、在安装CUDA10.2版本时，可能会出现下面这种情况：

应该是新版的吧？输入accept回车，

这里一定要注意 X是安装的意思，所以应该不安装驱动：

之后进入options里面：

第一项：Driver Options:

第二项：Toolkit Options:

注意：Creat symbolic link 这里根据个人选择是否使用当前CUDA版

第三、四项默认即可，不用修改，然后回到首页，点击Install即可。cudnn和其他版本安装方式一样。

5、如果CUDA有其他补丁出来了，建议一起安装，安装方式同CUDA安装包相同：

sudo sh XXXX.run

至此，CUDA环境搭建完成。

致谢

感谢以上所有参考博客的作者，是你们的实践减少了后来者所走的弯路，感谢。

上一篇：第一篇：ubuntu16.04系统安装指南
下一篇：第三篇：创建深度学习所需的虚拟环境（Windows or Linux-ubuntu16.04）。