CentOS6.7 + GTX1070Ti + CUDA 9.0 + cuDNN 7.0.5搭建深度学习环境

显卡为GTX1070Ti，这是2017年下半年新出的卡，性能接近GTX1080。

一.安装显卡驱动

1.下载驱动

到官网下载：https://www.geforce.com/drivers

选择显卡型号

下载后是一个名为NVIDIA-Linux-x86_64-390.48.run的文件

2.安装编译环境gcc、kernel-devel、kernel-headers

如果系统已经安装过了就不用再装了，这时需要注意kernel-devel、kernel-headers一定要和本机的kernel版本号对应，不然驱动无法加载到内核。

yum -y install gcc

可以使用如下命令安装本机kernel对应版本的kernel-devel和kernel-headers

yum -y install "kernel-devel-uname-r == $(uname -r)"
yum -y install "kernel-headers-uname-r == $(uname -r)"

如果没有对应的版本，先升级下kernel:

yum -y update kernel

3.修改/etc/modprobe.d/blacklist.conf文件，以阻止nouveau模块的加载

添加blacklist nouveau，注释掉blacklist nvidiafb

4.重新建立initramfs image文件

mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
dracut /boot/initramfs-$(uname -r).img $(uname -r)

5.修改/etc/inittab，使系统开机进入init 3文本模式

将最后一行“id:5:initdefault:”修改成“id:3:initdefault:”

6.重启reboot

7.运行驱动程序

./NVIDIA-Linux-x86_64-375.39.run --kernel-source-path=/usr/src/kernels/<kernel版本号> -k $(uname -r)

按照提示选择y或n

安装好后用nvidia-smi验证是否成功：

二.安装CUDA 9.0

从官网下载：https://developer.nvidia.com/cuda-90-download-archive

根据自己的系统选择下载：

下载完成后如下进行安装:

./cuda_9.0.176_384.81_linux.run

按照提示选择y或n，第一项为显卡驱动，我们已经安装过了，选n，剩下的都选y就行了。

三.安装cuDNN7.0.5

依然从官网下载：https://developer.nvidia.com/rdp/cudnn-archive

不过需要先注册，注册完下载后

tar -zxvf cudnn-9.0-linux-x64-v7.tgz

解压得到cuda这个文件夹

cd cuda
cp include/cudnn.h /usr/local/cuda/include
cp lib64/libcudnn* /usr/local/cuda/lib64
chmod 755 /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

四.安装GPU版tensorflow

pip install tensorflow-gpu

目前是1.7.0版，该版支持CUDA9.0+cuDNN7.0.5。

到此，环境安装完毕，可以进行深度学习了。