cuda 9.0 安装torch 0.4_[生产工具] 安装深度学习服务器之ubuntu16.04、CUDA8、cuDNN6安装步骤及问题总结...

1. 安装步骤按照以下进行，如果没有写详细步骤，则需要读者进入链接按照链接中步骤进行(亲测可行)
2. 安装系统成功后，可在官网下载显卡驱动、CUDA、cuDNN文件，并传到~/Downloads

---

• 系统及NVIDIA显卡驱动安装步骤及各种坑
• 更新源(图像界面有gedit替换，命令行用vim替换)
  • 更新方法
  • 源列表
• 远程终端控制(便于之后的操作)
  • 下载openssh-server：sudo apt-get install openssh-server
• 下载vim(便于之后的操作)
  • sudo apt-get install vim
• 安装CUDA、cuDNN
  • 安装CUDA：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb    （此处写你自己的CUDA安装包名）  
sudo apt-get update  
sudo apt-get install cuda

• • 测试CUDA(如果安装完显卡驱动后，没有重启电脑，则测试前必须重启,否则会出现错误):

cp -r /usr/local/cuda/samples/  .         （此处把/usr/local下安装好的cuda中的samples拷贝到临时目录下用来测试）
cd samples/.        
make
cd bin/x86_64/linux/release/
sudo  ./deviceQuery
sudo  ./bandwidthTest   （查看输出结果，重点关注最后一行，Pass表示通过测试，实际有很多测试用例，我仅测试了两个）

• • 如果安装完显卡驱动后，没有重启电脑，则测试前必须重启,否则会出现如下错误:

./NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release/deviceQuery Starting...

    CUDA Device Query (Runtime API) version (CUDART static linking)

    cudaGetDeviceCount returned 38

    -> no CUDA-capable device is detected

    Result = FAIL

• • 设置环境变量(在 ~/.bashrc 里写入cuda的环境变量)：

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

• • 同时 source ~/.bashrc 让其生效
  • 安装cuDNN（解压，拷贝即可）：

tar -zxvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
sudo chmod a+r /usr/local/cuda/include/cudnn.h    （赋予权限）
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

• • 查看CUDA、cuDNN版本

cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

参考：

• 从零开始搭建深度学习服务器：硬件选择,里面有多种软硬配置的安装教程

深度学习主机攒机小记
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow
深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3
从零开始搭建深度学习服务器：硬件选择
从零开始搭建深度学习服务器: 基础环境配置（Ubuntu + GTX 1080 TI + CUDA + cuDNN）
从零开始搭建深度学习服务器: 深度学习工具安装（TensorFlow + PyTorch + Torch）

• 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080i+CUDA8.0+CUDDN6
• 成本14,000元，如何自己动手搭建深度学习服务器？
• CUDA安装测试方法
• CUDA安装问题总结