Ubuntu14.04(Nvidia和Intel双显卡)配置NVIDIA cuda7.5+cuDNN+MXnet

    在小本ubuntu14.04上配置GPU版MXnet，但由于小本是Nvidia和Intel双显卡，直接安装cuda toolkit时遭遇了ubuntu14.04 登录循环的问题，非常头痛，广泛搜集资料之后才比较好的解决了这一问题，在此记录下整个过程，以备后用。

环境：Ubuntu 14.04+Nvidia和Intel双显卡

1. 判断安装环境：

    首先得确定显卡能支持cuda吧，按GPU版MXnet的官方要求

        CUDA Toolkit >= v7.0 to run on nvidia GPUs         

        Requires GPU with support for Compute Capability >= 2.0

2. 安装cuda toolkit：

    这里的CUDA安装实际是适用于MXnet等多种深度学习软件包的。通过NVIDIA官方链接下载安装CUDA驱动和工具包，在 https://developer.nvidia.com/cuda-downloads 选择对应的安装方式。我们下载了run文件：cuda_7.5.18_linux.run

    在安装cuda前安装些必要的库（这些库的安装必不必要我也不是特别确定，只是参考了资料，暂且记下）

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

    删除已有nvidia，拉黑名单

sudo apt-get remove --purge nvidia*  
sudo nano /etc/modprobe.d/blacklist.conf  

    blacklist.conf加入

blacklist amd76x_edac  
blacklist vga16fb  
blacklist nouveau  
blacklist rivafb  
blacklist nvidiafb  
blacklist rivatv  

    重启下，按Ctrl+Alt+F1, 登陆后安装

sudo service lightdm stop  
chmod +x cuda_7.5.18_linux.run  
sudo ./cuda_7.5.18_linux.run  

    安装过程根据提示一路默认安装即可，Cuda7.5集成了driver，toolkit和sdk

    Path配置：

sudo gedit etc/profile

    在文本中添加

export PATH=$PATH:/usr/local/cuda-7.5/bin  
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:/lib  

    使之生效

source /etc/profile

    验证

nvcc-V

3. 处理Nvidia和Intel双显卡下ubuntu登录循环问题：
    在双显卡下，cuda7.5安装完成后，重启时很可能会遇到登录循环的问题，即正确输入帐号密码的情况下无法登录到图形窗口，始终卡在登录界面上。这里采用nvidia-prime手动切换工作显卡

    按Ctrl+Alt+F1, 登陆后安装

sudo apt-get install nvidia-prime 

    为了方便切换，再安装一个名为prime-indicator的软件，可以不用输入命令而在GPU间切换的功能，并且可以显示当前显卡的状态。

sudo add-apt-repository ppa:nilarimogard/webupd8 
sudo apt-get update 
sudo apt-get install prime-indicator 

    重启后登录选择NVIDIA显卡即可，效果如下图

4.安装cuDNN

    cuDNN是NVIDIA推出的深度学习加速工具包，能高效实现一些卷积等深度学习常用操作，在内存使用和计算速度上面能有所提高，Mxnet等深度学习工具对cuDNN均有支持。为了安装cuDNN，可到 https://developer.nvidia.com/cudnn 申请开发者项目，如果批准通过可以下载安装cuDNN工具包。我们下载了cudnn-7.5-linux-x64-v5.0-rc.tgz，它要求“CUDA 7.0 and a GPU of compute capability 3.0 or higher are required.”

    解压并将文件分别加到cuda文件夹下的lib和include文件夹即可

tar -zxf cudnn-7.5-linux-x64-v5.0-rc.tgz
cd cuda
sudo cp lib64/* /usr/local/cuda-7.5/lib64/
sudo cp include/cudnn.h /usr/local/cuda-7.5/include/

5.安装MXnet

    MXnet的安装这里就不再赘述，官方的安装教材已经足够详尽（包括MXnet下载编译，配置使用GPU、cuDNN等），见这里：http://mxnet.readthedocs.io/en/latest/how_to/build.html

如果还不够，就再看看这里吧：http://phunter.farbox.com/post/mxnet-tutorial1