Ubuntu18.04.4配置深度学习环境（亲测可用）

GeForce GTX 1660
cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
cudnn-9.0-linux-x64-v7.6.5.32.tgz
tensorflow-gpu==1.12.0 
keras==2.2.4

一、安装NVIDIA显卡驱动

• 查看自己显卡

lspci | grep -i vga
lspci | grep -i nvidia

• 查看显卡驱动

lsmod | grep -i nvidia

• 在Ubuntu系统设置中更换显卡驱动

Ubuntu18.04原来安装的是开源的nouveau驱动，但是CUDA要使用NVIDIA官方驱动，所以要更换显卡驱动。
点击软件与更新->附加驱动->选择NVIDIA官方驱动，应用更改并重启即可

NVIDIA显卡驱动版本会因显卡不同而不同

• 安装成功
  
  二、GCC降级

  Ubuntu18.04默认gcc7.0，而CUDA9.0只支持gcc6.0及以下版本，因此需要降级，这里选择降级到的版本是gcc5.5版本

• 查看自己的版本

gcc --version

• 降级

sudo apt-get install gcc-5 g++-5
sudo update-alternatives --install /usr/bin/gcc gcc/usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/g++ g++/usr/bin/g++-5 50

• 降级成功：显示是5.5版本
  

三、安装cuda9.0

• 下载：https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1704&target_type=deblocal

• 在下载包存放目录处打开终端输入

sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

• 进入/usr/local目录下可以看到cuda和cuda-9.0两个文件夹
• 添加环境变量

sudo gedit ~/.bashrc

• 在打开的配置文件中，将以下内容写入末尾处

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}}

• 使环境变量生效

source ~/.bashrc

• 安装成功
  

四、安装cudnn

• 下载：https://developer.nvidia.com/rdp/cudnn-download
  
• 在解压cudnn-9.0-linux-x64-v7.6.5.32.tgz处打开终端

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*

• 安装完成：显示cudnn的版本号
  

五、安装tensorflow-gpu、keras

• 安装pip3

sudo apt install python3-pip

• 安装tensorflow-gpu、keras

pip3 install tensorflow-gpu==1.12.0 keras==2.2.4 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

• 安装成功