cudnn 9.0 linux x64,Ubuntu16.04搭建GTX1080+CUDA9.0+cuDNN7.0.4+Tensorflow1.6.0环境

原标题：Ubuntu16.04搭建GTX1080+CUDA9.0+cuDNN7.0.4+Tensorflow1.6.0环境

更新于2018年3月20日研究需要就买了块GTX1080，然后就重装了个Linux系统，选择的是Ubuntu16.04。我自己在配置TF的环境过程中发现网上的教程基本都是17年8月份之前的，而NVIDIA官网更新异常的快，很多教程都不适用，我在安装过程中就很多次被坑，所以就记录一下我的配置过程。菜鸡一只，仅供参考，希望后面的人少踩些坑吧。一、安装GTX1080显卡驱动n卡的驱动说难装也没有那么难装，就是有时候让人很崩溃。1、在官网下载对应自己系统的驱动，选择自己对应的系统即可，我是64位Linux，版本号是390.42，下载为一个.run文件。

【此处无法用apt直接下载更新，是因为apt源里的NVIDIA驱动是非常久远的版本了】2、打开终端，首先卸载一下之前安装的$ sudo apt-get --purge remove nvidia-*3、打开blacklist：$ sudo gedit /etc/modprobe.d/blacklist.conf在最后添加几行：blacklist vga16fbblacklist nouveaublacklist rivafbblacklist nvidiafbblacklist rivatv这个地方容易出现的问题是明明把nouveau添加到了blacklist里，安装驱动的时候还是会出现这个错误，后面会讲解决办法。保存退出。【接下来是针对nouveau的双重保险】这个时候在终端尝试一下$ lsmod | grep nouveau如果没有输出，可以忽略下面这一段，直接开始安装1080的驱动，如果仍有输出，终端输入：$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf直接写入：blacklist nouveaublacklist lbm-nouveauoptions nouveau modeset=0alias nouveau offalias lbm-nouveau off保存关闭，再尝试$ lsmod | grep nouveau应该OK了，如果不OK，再往下看。4、开始安装驱动，记住你的驱动的.run文件的下载路径和完整文件名(如果你的版本号和我的不同，请自行修改)，注销账户，按Ctrl+Alt+F1进入命令界面，登入$ sudo /etc/init.d/lightdm stop$ sudo init 3$ sudo /path/to/NVIDIA-Linux-x86_64-390.42.run -no-x-check -no-nouveau-check -no-opengl-files$ sudo /etc/init.d/lightdm start这里是关闭x server，nouveau和不下载opengl文件(我也不太明白是个啥)，安装complete后用$ nvidia-smi检查一下，出现这种大框框就表示安装驱动成功，会显示你的显卡信息

之后reboot一下就OK了二、安装CUDA9.01、CUDA的安装比较容易，官网下载9.0版本，选择对应系统，请下载runfile

2、在下载文件夹终端输入(根据下载的文件名来)$ sudo sh cuda_9.0.176_384.81_linux.run然后会有一串回车(不知道别人有没有遇到这个问题，有可能只是我一个人这样，一开始有一个非常长的introduction，类似于readme一样的说明需要一行行的敲回车看完，这种操作我还是第一次见，读完了这个文件就会回到终端命令行)，确认就按回车。有一个关键是会让你选择是否安装Graphics Driver for Linux-x86_64：XXXX版本，这个地方必须选择no！否则会覆盖之前的驱动。3、安装完毕之后，声明环境变量，终端输入$ sudo gedit ~/.bashrc在最后加上export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}保存退出$ source ~/.bashrc在profile中也输入上面两行声明$ sudo gedit /etc/profile保存退出，reboot一下4、验证驱动版本：390.42$ cat /proc/driver/nvidia/versionNVRM version: NVIDIA UNIX x86_64 Kernel Module 390.42 Sat Mar 3 04:10:22 PST 2018GCC version: gcc version 5.4.0 20160609 (Ubuntu 5.4.0-6ubuntu1~16.04.9) 验证CUDA版本：9.0$ nvcc -Vnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-2017 NVIDIA CorporationBuilt on Fri_Sep__1_21:08:03_CDT_2017Cuda compilation tools, release 9.0, V9.0.1765、还有可能遇到的问题是没有安装gcc或者gcc版本过高需要手动进行降级，都比较好解决，我好像没有遇到这种问题，如果出现个这两种问题手动解决一下即可，很简单的。三、安装cuDNN1、在官网下载，需要注册账号，目前提供的不同版本为：

我被这个cuDNN可谓坑的很惨，最开始下载了7.1.1 for CUDA9.0，跑程序的时候出现了Loaded runtime CuDNN library: 7101 (compatibility version 7100) but source was compiled with 7040 (compatibility version 7000). If using a binary install, upgrade your CuDNN library to match. If building from sources, make sure the library loaded at runtime matches a compatible version specified during compile configuration.我查阅了资料意识到是我的cuDNN版本过高了，于是又转头去下载7.0.4版本，来来回回卸载安装弄了好几遍，心态爆炸了很多次。话说回来，下载的是这个，得到的压缩包：cudnn-9.0-linux-x64-v7.tgz

2、因为我是修改cuDNN版本，所以还要卸载之前装的7.1.1，没装过的可以直接安装$ sudo rm -rf /usr/local/cuda/include/cudnn.h$ sudo rm -rf /usr/local/cuda/lib64/libcudnn*3、在下载路径解压文件，复制到本地路径，这里解压出来的文件名比较重要，后面会要对照着看$ tar -zxvf cudnn-9.0-linux-x64-v7.tgzcuda/include/cudnn.hcuda/NVIDIA_SLA_cuDNN_Support.txtcuda/lib64/libcudnn.socuda/lib64/libcudnn.so.7cuda/lib64/libcudnn.so.7.0.4cuda/lib64/libcudnn_static.a$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/4、到本地cuda路径，创建软连接，终端输入，这里的文件名就参照之前解压出来的文件名对照着写，就算和我下的不是一个版本也能搞定啦$ sudo chmod +r libcudnn.so.7.0.4 $ sudo ln -sf libcudnn.so.7.0.4 libcudnn.so.7 $ sudo ln -sf libcudnn.so.7 libcudnn.so $ sudo ldconfig 5、在本地cuda路径检测一下$ ll出现cuDNN对应的版本号就证明安装成功啦lrwxrwxrwx 1 root root 13 3月 19 16:02 libcudnn.so -> libcudnn.so.7*lrwxrwxrwx 1 root root 17 3月 19 16:02 libcudnn.so.7 -> libcudnn.so.7.0.4*-rwxr-xr-x 1 root root 287641664 3月 19 16:00 libcudnn.so.7.0.4*四、安装TensorFlow-GPU版我直接采用的pip安装，也是最简单最直接的安装方式，喜欢别的方式的可以在网上搜一下之前安装过TF的需要先卸载一下$ sudo pip uninstall tensorflow$ sudo pip install tensorflow-gpu #for Python2.7 GPU support之后在终端中测试一下$ pythonimport tensorflow as tf如果没有出现错误信息，就可以尝试跑程序啦跑的时候会出现显卡的信息2018-03-20 11:58:31.777375: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1212] Found device 0 with properties: name: GeForce GTX 1080 major: 6 minor: 1 memoryClockRate(GHz): 1.7715pciBusID: 0000:01:00.0totalMemory: 7.93GiB freeMemory: 7.55GiB关于pip的安装这里就不再赘述，参考文献后面会补充上来。至此，整个环境就搭建好啦！安装过程大概是NVIDIA显卡驱动纠结了两天，主要就是nouveau的禁用bug，cuDNN纠结了两天，主要是官网下载页面总是bug，一共花了三天。不过GTX1080提速还是很明显的，训练网络由原来的CPU耗时15分半变为现在的36秒。本人才刚开始上手，后续如果有能一起交流的大神一块玩就太开心啦，第一次写博客，可能有很多问题，请各位不吝赐教！感恩！艾伯特国内第一家人工智能论坛(http://ask.aibbt.com/)微信公众号：aibbtcom返回搜狐，查看更多

责任编辑：