Ubuntu18.04Nvidia驱动、CUDA、cuDNN及tensorflow-gpu安装

一、nvidia驱动安装

1、删除先前驱动

apt-get remove --purge nvidia*

2、把nouveau驱动加入黑名单

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

在blacklist-nouveau.conf文件中加入以下：

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

3、ppa源安装驱动，驱动版本查找：点此链接

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-390
sudo apt-get install mesa-common-dev
sudo apt-get insatll freeglut3-dev

4、测试

nvidia-smi

若出现GPU列表，则安装成功；如果没有安装成功则可以尝试重启。

提示：安装驱动以后会出现图像界面显示不正常或循环登录的问题，因此后续操作需要远程登录。

二、CUDA安装

1、安装CUDA前我们需要对gcc和g++降级
首先安装gcc6和g++6

sudo apt-get install gcc-6 
sudo apt-get install g++-6

进入到/usr/bin目录下

ls -l gcc*

发现/usr/bin/gcc -> gcc-7.0gcc连接到7.0，我们需要降级到6，方法如下：

sudo mv gcc gcc.bak #备份 
sudo ln -s gcc-6 gcc #重新链接

对g++也进行同样的修改：

ls -l g++*

sudo mv g++ g++.bak 
sudo ln -s g++-6 g++

查看gcc和g++版本

gcc -v
g++ -v

发现都是6，则成功。

2、下载CUDA9：点此链接
3、安装CUDA9

sudo sh cuda_9.0.176_384.81_linux.run --override

1. 按q键跳过安装须知，输入accept接受

2. 问驱动是否安装，输入n，选择不装，已经装过了
3. 问CUDA是否安装，输入y安装，回车安装在默认位置上
4. 问是否创建链接，输入y，选择创建
5. 问sample是否安装，输入no

4、添加路径库
打开bashrc：

vim ~/.bashrc

在其中添加以下内容：

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

可以用echo $PATH 和 echo $ LD_LIBRARY_PATH检测是否添加成功。

三、安装cuDNN

1、下载cuDNN：点此链接
2、下载cuDNN9.0的linux包（tgz格式）
3、解压

tar –xzvf cudnn-9.0-linux-x64-v7.1.tgz

4、复制

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

5、添加权限

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

四、安装Tensorflow-gpu

官方推荐通过Virtualenv来安装tensorflow-gpu，来进行项目隔离，这是在开发环境，如果在生产环境，可以走docker方式来部署。这里采用Virtualenv方式来安装，执行如下命令：

sudo apt-get install python3
sudo apt-get install python3-pip python3-dev python-virtualenv

安装完pip3、virtualenv后，可进入virtualenv安装tensorflow-gpu，执行如下命令：

mkdir -p ~/tensorflow/venv
virtualenv -p python3 ~/tensorflow/venv 创建virtualenv环境
cd ~/tensorflow/venv
source bin/activate 

环境用的时候需要激活, deactivate 退出激活

采用国内源下载tensorflow-gpu：

pip3 install --index-url http://pypi.douban.com/simple --trusted-host pypi.douban.com --upgrade tensorflow-gpu 

最后通过 pip3 show tensorflow-gpu 可检查tensorflow-gpu的安装路径是否在该虚拟环境内，以隔绝与全局的site-packages

五、卸载

1、CUDA

sudo /usr/local/cuda-9.0/bin/uninstall_cuda_9.0.pl

2、nvidia驱动

nvidia-uninstall

或

sudo sh NVIDIA-linux-x86_64-390.25.run –uninstall

3、cuDNN
直接remove掉。