从零开始深度学习 E1. cuda+Tensorflow环境部署

cuda+Tensorflow的环境部署较为方便，笔者在ubuntu14.04上面进行环境部署，主要经过了以下几个步骤：

安装cuda

1. 在Nvidia官网下载cuda安装包

打开cuda下载页面，依次选择
Operating System: Linux
Architecture: x86_64
Distribution: Ubuntu
Version: 14.04
Installer Type: runfile(local)
其中Installer Type一定要选择runfile脚本安装，用deb包安装的话，可能遇到OpenGL设置冲突的问题，导致ubuntu桌面挂掉。

2. 禁用nouveau驱动

终端运行

lsmod | grep nouveau

如果有输出则代表nouveau正在加载
nouveau的禁用方法为：在/etc/modprobe.d中创建文件blacklist-nouveau.conf并输入以下内容

blacklist nouveau
options nouveau modeset=0

生成新的系统启动文件

sudo update-initramfs -u

之后重启系统

3. 执行cuda脚本安装文件

重启系统后，按alt+ctrl+f1进入控制台并登陆账户

关闭图形化界面

sudo service lightdm stop

执行安装脚本

sudo chmod +x cuda_8.0.61_375.26_linux.run
sudo ./cuda_8.0.61_375.26_linux.run

脚本在执行过程中会提醒用户做一些选择，在遇到提示是否安装OpenGL库时，选择否，其余选项选择默认即可。

重新启用图形桌面服务

sudo service lightdm start

alt+ctrl+f7 切换至图形界面

4. 环境变量与设备文件设置

在/root/.bashrc文件末尾添加

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

之后运行source /root/.bashrc进行更新

检查/dev下是否有nvidia*文件，如果没有，则创建并运行如下脚本。取自cuda安装手册官网

#!/bin/bash

/sbin/modprobe nvidia

if [ "$?" -eq 0 ]; then
  # Count the number of NVIDIA controllers found.
  NVDEVS=`lspci | grep -i NVIDIA`
  N3D=`echo "$NVDEVS" | grep "3D controller" | wc -l`
  NVGA=`echo "$NVDEVS" | grep "VGA compatible controller" | wc -l`

  N=`expr $N3D + $NVGA - 1`
  for i in `seq 0 $N`; do
    mknod -m 666 /dev/nvidia$i c 195 $i
  done

  mknod -m 666 /dev/nvidiactl c 195 255

else
  exit 1
fi

/sbin/modprobe nvidia-uvm

if [ "$?" -eq 0 ]; then
  # Find out the major device number used by the nvidia-uvm driver
  D=`grep nvidia-uvm /proc/devices | awk '{print $1}'`

  mknod -m 666 /dev/nvidia-uvm c $D 0
else
  exit 1
fi

最后检查cuda是否安装成功

nvcc -V

安装Tensorflow

相比于安装cuda，安装tensorflow十分简单，只需执行pip安装命令即可，国内pip源较慢，推荐换成清华大学开源镜像源。这里采用的是Tensorflow 1.2.1gpu版，python 2.7 版

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp27-none-linux_x86_64.whl 

等待安装完成之后，运行tensorflow版的hello world。取自tensorflow中文官网

$ python

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print sess.run(a+b)
42
>>>