cuda 安装_Linux Mint19上安装CUDA环境

CUDA

CUDA：是Nvidia推出的只能用于自家GPU的并行计算框架。只有安装这个框架才能够进行复杂的并行计算。主流的深度学习框架也都是基于CUDA进行GPU并行加速的，几乎无一例外。还有一个叫做cudnn，是针对深度卷积神经网络的加速库。

总而言之，为了更好的使用Nvidia的显卡进行深度学习的加速，你就要安装他的环境，接下来看看怎么安装这个环境

• Step One: 进行环境检查

ubuntu-drivers devices

用来检测你的NVIDIA图形卡和推荐的驱动程序的模型。能够显示显卡信息即可。

• Step Two: 驱动及CUDA安装

根据cuDNN的版本来选择，这里面选择的是CUDA9.2,虽然现在在CUDA上已经有cuda10.0可以选择，并且支持Ubuntu18.0４,但是目前好像tensorflow和pytorch还没有支持（可能是我信息有误）。

注意一点：

在这里下载的是CUDA的runfile(local)版本(可以选择Ubuntu的16.04版本)，并将其移动到 /home 文件夹，重命名为cuda_9.2.148_396.37_linux.run

1. 检查是否禁用 nouveau 驱动 在终端中运行如下命令： lsmod | grep nouveau 如果没有输出显示则证明已经认证，如果有输出显示则需要禁用
2. 禁用 nouveau，只有在禁用掉 nouveau 后才能顺利安装 NVIDIA 显卡驱动。执行如下命令：sudo vim /etc/modprobe.d/blacklist-nouveau.conf
   在文档的最后加上如下内容： blacklist nouveau
   options nouveau modeset=0保存退出后执行： sudo update-initramfs -u 在经过 1 中所提到的命令进行验证是否禁用成功。如果无输出则证明禁用成功
3. 安装cuda示例所需依赖。 sudo apt install libgl-dev libglu-dev libx11-dev libegl1-mesa-dev libgles2-mesa-dev libmpich-dev
4. 安装CUDA9.2 重启后执行如下命令，停止X桌面服务 /etc/init.d/lightdm stop 这个时候屏幕就黑了，按下ctrl+alt+F1 输入用户名和密码进行登录(尽量避免小键盘输入)
   给下载的run文件加执行权限，并运行 chmod a+x cuda_9.2.148_396.37_linux.run ./cuda_9.2.148_396.37_linux.run 按提示操作。问yes/no的问题都选yes。 5. 安装完成后重启

• Step Three: 将cuda加入系统路径中
  在/etc/profile文件中加入如下内容

export PATH=/usr/local/cuda/bin:$PATH

将cuda示例的所有者从root改为当前用户(默认情况示例会被自动安装在sudo用户的$HOME下)。

chown -R booksword:booksword NVIDIA_CUDA-9.2_Samples/

编译示例。

# force input macro value as linux mint is not officially supported
GLPATH="/usr/lib/x86_64-linux-gnu" GLLINK="-L/usr/lib/x86_64-linux-gnu" DFLT_PATH="/usr/lib" EGLLIB="/usr/lib/x86_64-linux-gnu" GLESLIB="/usr/lib/x86_64-linux-gnu" make -j6

• Step Four: 安装cuDNN

下载文件的方式安装CnDNN，适用于Linux的cuDNN库，并解压tgz文件得到两个文件夹

对文件夹中的文件进行权限控制

cd cuda
chmod a+x -R ./lib64
chmod a+x -R ./include

将文件移动到对应的文件夹中，这么做的好处是如果出现问题删除相应的文件即可，简单便捷

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

添加环境变量的路径

cd ~
sudo vim .bashrc

添加如下：

export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda