【深度学习】谷歌云GPU服务器创建与使用指南（三）

上一篇介绍了如何使用ssh。

http://blog.csdn.net/sinat_25838589/article/details/79012530

本篇主要介绍：在服务器中安装显卡驱动及配置深度学习框架。

服务器与本地主机的区别（待补充）

在配置本地Linux系统（比如ubuntu）主机的深度学习框架时，显卡驱动的安装按照提示一步一步进行即可。但是，在给服务器安装GPU驱动时，就要考虑到显卡驱动中的显示驱动不能安装，因为服务器预装的系统中没有X桌面（GUI），这点一定要注意。

配置环境

  1）安装NVIDIA驱动

显卡驱动下载官网地址：http://www.nvidia.com/Download/index.aspx?lang=en-us

参考下图， CUDA版本一定要选择“8.0”！！！ 因为TensorFlow官网要求cuda版本为8.0，虽然有写支持9.0，但是实测暂时不支持

新建一个文件夹，存放需要下载的驱动文件

sudo mkdir /home/downloads

点search后点下载，按照下图操作复制链接

链接形式如下：

http://cn.download.nvidia.com/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb

输入如下命令下载并重命名驱动文件

sudo wget -O driver-384.deb http://cn.download.nvidia.com/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb

按照官网“其他”中介绍的安装方式安装

  2）安装CUDA toolkit

这里就有小坑了，CUDA版本要在下面“legacy releases”中选择8.0版本

win 版本：https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_win10-exe

Linux ubuntu16.04版本：（可能会变动）https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb

下面这两个用哪个都可以

然后按照下图选择类型，最后按照安装介绍安装。

在安装时，会遇到如下提示，我们不安装显示驱动，所以一定要选“n”

Install NVIDIAAccelerated Graphics Driver for Linux-x86_64 387.26?

(y)es/(n)o/(q)uit:n

最后显示如下内容，代表CUDA安装成功 

  3）安装CUDNN

在官网下载cudnn-8.0-linux-x64-v5.1.tgz  https://developer.nvidia.com/rdp/cudnn-download  
需要注册登录才可以下载，下载完同样上传到自己home下面，解压：

tar -xvzf cudnn-8.0-linux-x64-v5.1.tgz

解压后是一个cuda文件夹

cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include
sudo cp lib64/libcudnn.* /usr/local/cuda/lib64

sudo vi /etc/profile
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

source /etc/profile 使更改生效。
nvcc -V 检查CUDA

  

下面 4）5）步可以参考TensorFlow官网安装教程：

https://www.tensorflow.org/install/install_linux#installing_with_anaconda

  4）安装anaconda

  5）安装TensorFlow