深度学习环境搭建：Ubuntu18.04+2080ti+cuda10+cudnn7

本人使用的是实验室的一台机器，搭载了一块RTX2080Ti的显卡，机器买回来故障不断，反反复复维修，反反复复搭建多次环境，所以特地把步骤记录一下，方便实验室后面的延续。

安装Ubuntu系统

下载系统镜像文件

在Linux官网下载Ubuntu18.04的.iso镜像文件。下载地址：ubuntu18.04下载

烧录软件烧录

烧录软件使用Rufus，下载地址：Rufus烧录软件下载
打开Rufus，插入U盘，选择下载好的Ubuntu镜像文件，点击开始。

开始后，会弹出提示框，提示下载相应组件，选择“是”

这里以iso镜像模式写入（推荐）

这里注意进行U盘备份，点击之后会格式化整个U盘

点击确定之后，就开始进行iso镜像文件的创建，这里需要耐心等待，创建完成之后，就可以用于Ubunut系统的安装了。

安装系统

将u盘插入机箱，开机，进入BIOS设置界面，选择U盘启动，启动后会弹出Ubuntu系统安装的界面，按照界面指示，一步一步执行即可，详见博客：ubuntu安装

显卡驱动安装

显卡下载

在Nvidia官网下载自己显卡对应的驱动程序文件（ps:官网进入较慢，需要耐心等待）。上传送门：显卡驱动程序下载
我们选择RTX2080Ti显卡驱动程序。我们下载的430.14版本。
注意，安装显卡驱动程序之前，需要在BIOS中对bios security option进行设置。

驱动程序安装

禁用Ubuntu子带的驱动nouveau

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

在弹出的blacklist.conf文件的最下面加入代码：

blacklist amd76x_edac
blacklist nouveau
blacklist vga16fb
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

保存后，在终端输入命令，使加入的黑名单生效：

sudo update-initramfs -u

重启计算机

sudo reboot now

卸载计算机原有的nvidia显卡驱动
当出现显卡掉载或者找不到驱动时，需要重装驱动程序，此时要将之前的显卡驱动进行卸载

sudo apt-get remove --purge nvidia* 

安装新的显卡驱动程序
赋予程序权限

chmod +x ./NVIDIA-Linux-x86_64-410.78.run

安装显卡驱动

sudo ./NVIDIA-Linux-x86_64-430.14.run

测试
按照提示，安装完显卡驱动后，进行测试，会显示出显卡相应的信息。

nvidia-smi

注意!!
安装显卡驱动前，需要安装gcc、g++、make。Ubuntu18.04以上gcc版本在7.3，需要降级到5.0。
安装gcc、g++等

sudo apt-get install -y gcc-5
sudo apt-get install -y g++-5

对gcc、g++版本降级

cd /usr/bin
sudo rm gcc
sudo ln -s gcc-5 gcc
sudo rm g++
sudo ln -s g++-5 g++

查看gcc、g++版本

gcc --version
g++ --version

安装cuda

到官网下载cuda，传送门：cuda下载
到目前，cuda版本更新到10.1，但10.1版本的cuda没有对应的Tensorflow，所以有卸载掉10.1版本的cuda，退回到10.0版本。
卸载cuda
找到路径/usr/local/cuda-10.1/bin/下的uninstall文件（好像是叫这个，因为卸载的时候忘记记录，所以遇到类似情况大家按照这个仔细找就能找到）
输入命令

sudo /usr/local/cuda-10.1/bin/uninstall_cuda_10.1

卸载之后，还有一些残留的文件夹，之前安装的是CUDA 10.1。可以一并删除：

sudo rm -rf /usr/local/cuda-10.1/

安装cuda10.0

我下载的cuda版本为cuda_10.0.130_410.48_linux.run和一个补丁cuda_10.0.130.1_linux.run两个文件。安装：

sudo sh cuda_10.0.130_410.48_linux.run

按照命令提示一直向下进行，注意 accept之后，提示安装的第一个为是否安装显卡驱动，因为我们已经安装了显卡驱动，所以此处选择no
安装补丁

sudo sh cuda_10.0.130.1_linux.run

环境路径配置
打开配置文件，进行配置

sudo gedit ~/.bashrc

在弹出的文件最后加入

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

保存后，在命令窗输入命令使其生效

source ~/.bashrc

测试
安装完成后进行测试

nvcc -V

显示如下

安装cudnn

在官网选择与cuda对应的cudnn进行下载，传送门：cudnn下载
解压

tar -xzvf cudnn-10.0-linux-x64-v7.4.1.5.tgz

把一下文件copy到cuda文件目录下

sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

几个有用的连接

cuda installition guide for linux
cuda支持的显卡及显卡计算能力查看
RTX2080Ti安装显卡驱动

到现在深度学习实验环境的基础框架已经搭建完毕，可以下载相应的框架进行训练啦！！！！！！！！撒花~~~