深度学习开发环境配置 Ubuntu18.04+驱动+CUDA10.2+CUDNN8.4.0

一. Nvidia驱动安装

1. 禁用nouveau
   创建下面文件：

sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

写入以下内容：

blacklist nouveau
options nouveau modeset=0

执行以下命令使禁用生效并且重启：

sudo update-initramfs -u
sudo reboot

重启后可以验证是否生效，若无输出则生效：

lsmod | grep nouveau

2. NVIDIA驱动安装

• 使用标准Ubuntu 仓库进行自动化安装
  在命令行中输入如下命令：

~$ ubuntu-drivers devices
== /sys/devices/pci0000:2c/0000:2c:00.0/0000:2d:00.0 ==
modalias : pci:v000010DEd00001E30sv0000103Csd0000129Ebc03sc00i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-418-server - distro non-free
driver   : nvidia-driver-450-server - distro non-free
driver   : nvidia-driver-470-server - distro non-free
driver   : nvidia-driver-470 - distro non-free
driver   : nvidia-driver-510-server - distro non-free recommended
driver   : nvidia-driver-510 - third-party free
driver   : xserver-xorg-video-nouveau - distro free builtin

从输出结果可以看到，建议安装驱动程序是 nvidia-510版本的驱动。如果您同意该建议，请再次使用Ubuntu驱动程序命令来安装所有推荐的驱动程序。

sudo ubuntu-drivers autoinstall

安装结束重启系统即可

• 使用PPA仓库进行自动安装
  使用图形驱动程序PPA存储库允许我们安装NVIDIA beta驱动程序，但是这种方法存在不稳定的风险。
  首先，将ppa:graphics-drivers/ppa存储库添加到系统中：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

接下来，识别显卡模型和推荐的驱动程序：

ubuntu-drivers devices

== /sys/devices/pci0000:2c/0000:2c:00.0/0000:2d:00.0 ==
modalias : pci:v000010DEd00001E30sv0000103Csd0000129Ebc03sc00i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-418-server - distro non-free
driver   : nvidia-driver-450-server - distro non-free
driver   : nvidia-driver-470-server - distro non-free
driver   : nvidia-driver-470 - distro non-free
driver   : nvidia-driver-510-server - distro non-free recommended
driver   : nvidia-driver-510 - third-party free
driver   : xserver-xorg-video-nouveau - distro free builtin

安装推荐的驱动：

sudo apt install nvidia-510

安装完毕重启检验是否安装成功：

nvidia-smi

二.CUDA10.2 安装

如果已经安装了cuda需要先进行完全卸载：

sudo apt-get --purge remove "*cublas*" "cuda*"
sudo apt-get --purge remove "*nvidia*"
sudo apt-get purge nvidia*
sudo apt-get autoremove
sudo apt-get autoclean
sudo rm -rf /usr/local/cuda*

进入Nvidia cuda下载地址：

NVIDIA官方最新版CUDA

Linux_x86_64-Ubuntu18.04-10.2版本CUDA

选择平台信息：

根据安装方式进行安装：

!!!注意安装的时候由于已经安装了驱动所以要取消驱动的安装项
安装后执行nvcc -V 查看cuda是否正常安安装：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89

或者cat /usr/local/cuda/version.txt输出CUDA Version 10.2.89

如果nvcc和安装cuda的版本不匹配 在.bashrc最后添加：

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

随后 source ~/.bashrc即可

三.CUDNN安装

下载地址（需要注册Nvidia账号）：

> [https://developer.nvidia.com/rdp/cudnn-download](https://developer.nvidia.com/rdp/cudnn-download)

A. deb安装方式

按照官方教程进行安装：
https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html

1. 安装下载的cudnn安装包

   sudo dpkg -i cudnn-local-repo-${OS}-8.x.x.x_1.0-1_amd64.deb
   

2. Import the CUDA GPG key

   sudo apt-key add /var/cudnn-local-repo-*/7fa2af80.pub
   

3. 更新软件源

   sudo apt-get update
   

4. Install the runtime library/developer library/code samples and the cuDNN library documentation

   sudo apt-get install libcudnn8=8.x.x.x-1+cudaX.Y
   sudo apt-get install libcudnn8-dev=8.x.x.x-1+cudaX.Y
   sudo apt-get install libcudnn8-samples=8.x.x.x-1+cudaX.Y
   

   如：

   sudo apt-get install libcudnn8=8.4.0.27-1+cuda10.2
   

5. 测试
   1）将/usr/src/cudnn_samples_v8/文件夹拷贝出来
   2）cd $HOME/cudnn_samples_v8/mnistCUDNN
   3）make clean && make
   这里如果报错:fatal error:FreeImage.h,执行：
   sudo apt-get install libfreeimage3 libfreeimage-dev
   4）执行./mnistCUDNN 显示Test passed!通过

B. tar文件安装方式

1. 解压文件：

tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz

2. 将include和lib中的文件拷贝到cuda目录中：

$ sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
$ sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
$ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

3. 查看cudnn版本：

//cudnn 7+
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
//cudnn 8+
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2