Deepin15.5+cuda9.0+cudnn7.0.5+tensorflow1.5+pytorch0.3.0

 

本文主要参考以下博文：

https://blog.csdn.net/balixiaxuetian/article/details/79154013

最新版的tensorflow1.7 和torch0.3都还不支持cuda9.1，真是fuck

硬件：g4560， gt1030

显卡驱动：NVIDIA-Linux-x86_64-384.130.run

装了一周的cuda，ubuntu之类的坑都踩过，写下这篇文档以备回顾

ps. cuda9.0不能支持gcc6以上的版本，所以如果系统gcc版本高于6，需要先进行gcc和g++降级

    参考：https://www.cnblogs.com/wjgaas/p/6124651.html

 

准备工作：

1. 安装依赖包：

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler  

  

sudo apt-get install --no-install-recommends libboost-all-dev  

  

sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev  

  

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev  

  

sudo apt-get install git cmake build-essential 

 

2、禁用nouveau：

打开文件：

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

写入：

blacklist nouveau

options nouveau modeset=0

配置生效：

sudo update-initramfs -u

重启：

Reboot

检查：

lsmod | grep nouveau

 

如果没有输出，说明禁用成功

 

1. 安装驱动：

从NVIDIA官网下载驱动：NVIDIA-Linux-x86_64-390.87.run

 

关闭桌面：

sudo service lightdm stop

 

按ctrl+alt+F2进入终端模式

 

使用 sudo bash NVIDIA-Linux-x86_64-384.130.run 安装驱动，询问到是否build kernel DKMS 的时候选择no

 

安装好之后重启

 

使用nvidia-smi检查是否安装成功：

 

 

有输出说明成功

 

配置环境变量：

sudo gedit ~/.bashrc 

加入：

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

 

使环境变量生效：

source ~/.bashrc

 

1. 安装cuda9.0

 

在桌面环境下即可进行

sudo sh cuda_9.0.176_384.81_linux.run --no-opengl-libs

 

看完协议后：

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 387.26?  

(y)es/(n)o/(q)uit: n 

 

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 387.26?  

(y)es/(n)o/(q)uit: n  

  

Install the CUDA 9.1 Toolkit?  

(y)es/(n)o/(q)uit: y  

  

Enter Toolkit Location  

 [ default is /usr/local/cuda-9.0 ]: Enter   

  

Do you want to install a symbolic link at /usr/local/cuda?  

(y)es/(n)o/(q)uit: y  

  

Install the CUDA 9.0 Samples?  

(y)es/(n)o/(q)uit: y  

  

Enter CUDA Samples Location  

 [ default is /home/ccem ]: Enter

 

配置环境变量：

sudo gedit ~/.bashrc

加入：

export PATH=/usr/local/cuda/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

 

使环境变量生效：

source ~/.bashrc

 

检查：

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery 

sudo make

./deviceQuery 

 

如果出现显卡信息， 并且最后一行为：

Result = PASS

说明成功， 如果为FAIL 则是显卡驱动和cuda不符合，另外安装

 

卸载cuda：

cd /usr/local/cuda/bin  

sudo ./uninstall_cuda_9.0.pl

到/usr/local下：

sudo rm -r cuda-9.0

 

5、安装CUDNN：

解压：cudnn-9.0-linux-x64-v7.0.tgz

 

得到cuda文件夹， 进入include文件夹：

sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件

进入lib64文件夹：

sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库  

cd /usr/local/cuda/lib64/   

sudo rm -rf libcudnn.so libcudnn.so.7  #删除原有动态文件  

sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7  #生成软衔接  

sudo ln -s libcudnn.so.7 libcudnn.so  #生成软链接

 

 

随后需要将路径/usr/local/cuda/lib64 添加到动态库：

sudo gedit /etc/ld.so.conf.d/cuda.conf

添加：

/usr/local/cuda/lib64

 

检查：

Nvcc -V

 

 

1. 安装tensorflow：

最新版的tensorflow-gpu1.7 和tensorflow-gpu1.6在import tensorflow as tf 的时候到会报错，无法运行，只能安装tensorflow-gpu1.5，后来找到原因了，奔腾cpu没有avx指令集，要运行更新的版本得自行编译tensorflow

 

1. sudo apt install python-pip
2. sudo pip install numpy, pandas, matplotlib, scipy, scikit-learn, scikit-image
3. sudo pip install tensorflow-gpu==1.5.0

 

1. 安装pytorch

到pytorch官网：http://pytorch.org/

 

进入下一个页面：

 

根据cuda版本和python版本进行选择

 

(1)sudo pip install torch-0.3.0.post4-cp27-cp27mu-linux_x86_64.whl

(2) sudo pip install pip install torchvision