Ubuntu18.04与RTX1080Ti安装深度学习框架

本文系统为Ubuntu18.04，显卡为RTX 1080Ti，之前主要在Windows下跑深度学习，后来因为需要用到ROS，故需要在Ubuntu下使用深度学习，因此记录一下在Ubuntu系统下安装深度学习框架的过程。
首先，我们需要去官网下载cuda与cudnn，大家可以根据自己显卡的型号来选择相应的cuda版本，且cudnn下载时需要注册，这里提供cuda9.2及对应的补丁与cudnn版本。（如果下载需要积分，可以到微信公众号深度学习与路径规划回复“CUDA下载链接”进行下载）
https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/cudnn

1. 首先需要安装NVIDIA的驱动，在安装之前，我们需要卸载掉之前的NVIDIA驱动版本，

sudo apt purge nvidia*

然后需要禁用nouveau,在/etc/modprobe.d/blacklist.conf中添加一条禁用nouveau的命令，只有禁用nouveau之后才能安装NVIDIA显卡驱动，

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

在文件的最后一行添加

blacklist nouveau

保存之后需要在终端执行

sudo update-initramfs -u 

重启电脑之后，输入以下命令来关闭桌面服务，

sudo service lightdm stop

如果Ubuntu系统上没有安装lightdm，会报错 lightdm.service not loaded，需要先安装unglightdm

sudo apt install lightdm

然后在安装过程中选择lightdm
在执行

sudo service lightdm stop

此时，我们便可以来安装NVIDIA显卡驱动了！
终端输入

ubuntu-drivers devices

这里我们可以看到我们的显卡为GTX1080Ti，推荐我们安装nvidia-drivers-510，可以自行安装自己选择的版本。如果想直接安装推荐的版本，我们可以用以下命令，

sudo ubuntu-drivers autoinstall

安装之后，重启系统
在终端输入nvidia-smi

我们可以看到NVIDIA显卡驱动版本为510
至此，NVIDIA显卡驱动已经安装成功！
2. 安装完NVIDIA显卡驱动之后需要安装CUDA，这里我们可以利用之前准备好的文件来进行安装，在安装之前首先需要安装依赖，避免安装之后报错。

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev libfreeimage3 libfreeimage-dev

在终端输入

sudo sh cuda_9.2.148_396.37_linux.run

安装初始阶段一直按空格结束阅读，除去安装显卡驱动时选择no，其余均选择yes。
如果在安装CUDA时出现如下错误：

Error: unsupported compiler: 7.5.0. Use --override to override this check.
Error: cannot find Toolkit in /usr/local/cuda-9.0

说明Ubuntu18.04的编译器版本过高，因此只需要安装较低版本的gcc、g++即可

sudo apt install gcc-6 g++-6
sudo ln -s /usr/bin/gcc-6 /usr/local/bin/gcc
sudo ln -s /usr/bin/g++-6 /usr/local/bin/g++

安装CUDA的补丁

sudo sh cuda_9.2.148.1_linux.run

安装完成之后需要添加环境变量

gedit ~/.bahrc
export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

保存之后，需要
source ~/.bashrc
4. 安装完CUDA之后，需要安装cudnn，即将cudnn中的文件复制到CUDA文件夹中。
首先需要解压下载的cudnn文件，可以选择手动或者命令行的方式，在终端中输入

tar -xzvf cudnn-9.2-linux-x64-v7.3.1.20.tgz
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 /usr/local/cuda/lib64/libcudnn*

5. 这里因为使用ROS，开始安装Anaconda之后，与ROS产生冲突，导致ROS文件无法编译，因此这里采用的是虚拟环境。
   首先安装virtualenv

sudo apt install virtualenv

然后使用virtualenv来安装对应Python版本的虚拟环境

virtualenv -p /usr/bin/pythonx.x py3env

6. 最后一步，我们需要安装Pycharm编辑器，我们需要在Pycharm官网上下载社区版的安装包，社区版是免费的。
   https://www.jetbrains.com/pycharm/
   将下载的压缩包进行解压，与cudnn解压方式相同，然后从终端中进入到pycharm-community-2021.3.2/bin目录下，执行pycharm.sh

sh ./pycharm.sh

然后选择安装即可。
安装完成之后，新建一个工程，然后在Tools中选择Creat Desktop Entry便可添加快捷方式，重启Pycharm，然后右键选择Add to Favorites

参考：
https://blog.csdn.net/famirtse/article/details/82875590

微信公众号：深度学习与路径规划