深度学习环境搭建（ubuntu16.04+Titan Xp安装显卡驱动+Cuda9.0+cudnn+其他软件）

715 0 0

作者:shyern

硬件环境

ubuntu 16.04LTS + windows10 双系统
NVIDIA TiTan XP 显卡（12G）

软件环境

搜狗输入法
显卡驱动：LINUX X64 (AMD64/EM64T) DISPLAY DRIVER (418.56) https://www.nvidia.cn/Download/index.aspx?
CUDA：Cuda9.0 https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux
CUDNN：cuDNN v7.5.0 (Feb 21, 2019), for CUDA 9.0 (cuDNN Library for Linux) https://developer.nvidia.com/rdp/cudnn-download
Anaconda：Anaconda3-5.0.0-Linux-x86_64 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
Pycharm： https://www.jetbrains.com/pycharm/download/#section=linux
SubLime：http://www.sublimetext.com/3

ubuntu系统安装

制作ubuntu系统盘和安装ubuntu16.04见另一篇博文。

安装搜狗输入法

下载地址：

https://pinyin.sogou.com/linux/

安装：

安装搜狗出入法比较简单，详见 https://www.cnblogs.com/zhangfengfly/p/6867844.html。

如果在安装过程中出现没有fcitx这个选项，可以通过键入"sudo apt-get install fcitx-bin"命令安装fcitx。

安装显卡驱动

安装显卡驱动有两种方式，第一种用ubuntu自带的软件工具进行安装，第二种用命令行进行安装。

1. 用软件工具安装显卡驱动

用软件工具安装显卡驱动只能安装系统指定版本的显卡驱动，其版本比较低，有时候无法满足后续CUDA的要求，（比如CUDA9.0要求驱动最低版本为384.77）

2. 用命令行安装显卡驱动

　　（1）查询显卡驱动版本：这个步骤可以省略，虽然最好使用查询到的驱动版本，但是查到的驱动版本一般都较低。

sudo apt-cache search nvidia*

　　　　可以看到推荐的显卡驱动版本是***。

　　（2）下载驱动：

　　　　可以从下载地址下载指定显卡的最高版本的驱动程序，也可以从下载地址中查询指定版本显卡的全部版本的驱动程序。

　　（3）安装：卸载原有驱动

sudo apt-get purge nvidia*

　　（4）安装：安装依赖

sudo apt-get install build-essential gcc-multilib dkms

　　（5）安装：禁用nouveau

　　　　新建blanklist-nouveau.conf文件：　　　

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

　　　　在文件里写入：　　　　

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

　　　　保存并退出，执行：

sudo update-initramfs -u

　　　　重启后检查nouveau是否禁用成功（如果输入命令之后没有输出则禁用成功）：

lsmod | grep nouveau

　　（6）安装：获取kernel source（important）

　　　　查询uname：

uname -r

　　　　接下来执行（将x.x.x-x-generic替换为上一步查询到的内容）：

apt-get install linux-source
apt-get install linux-headers-x.x.x-x-generic

　　（7）安装：禁用X服务

sudo /etc/init.d/lightdm stop

　　这时候图形界面会被关闭，同时按下Crtl+Alt+F1进入命令行界面，输入用户名和密码进入终端、

　　（8）安装：安装驱动

　　　　给驱动赋予执行权限：

sudo chmod a+x NVIDIA-Linux-x86_64-***.run

　　　　运行（注意参数）：

sudo ./NVIDIA-Linux-x86_64-***.run --no-opengl-files –no-x-check –no-nouveau-check

　　　　参数解释：

- –no-opengl-files 只安装驱动文件，不安装OpenGL文件，
- –no-x-check 安装驱动时不检查X服务，
- –no-nouveau-check 安装驱动时不检查nouveau。

　　　　安装过程中的一些选项：

>The distribution-provided pre-install script failed! Are you sure you want to continue?
>Yes

>Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later?
>No

>Nvidia's 32-bit compatibility libraries?
>No

>Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up?
>Yes

　　（9）安装：检查安装是否成功

　　　　开启图形界面：

sudo /etc/init.d/lightdm start

　　　　键入：

nvidia-smi

　　　　得到输出：

参考博客：参考1，参考2，参考3

安装CUDA

　　（1）下载CUDA

　　　　　　目前已经出了CUDA10.0，不过不建议使用CUDA10.0，越新越不稳定，因此我这里选择了CUDA9.0。

　　　　　　CUDA8.0下载地址；CUDA9.0下载地址；CUDA10.0下载地址；CUDA历史发行版本下载地址

　　（2）安装CUDA

给CUDA赋予执行权限：

chmod +x ./cuda_9.0.176_384.81_linux.run

安装：

sudo ./cuda_9.0.176_384.81_linux.run

安装过程中的一些选项：

>Do you accept the previously read EULA?
>accept/decline/quit: accept
 
>Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
>(y)es/(n)o/(q)uit: n
 
>Install the CUDA 9.0 Toolkit?
>(y)es/(n)o/(q)uit: y
 
>Enter Toolkit Location
> [ default is /usr/local/cuda-9.0 ]:
 
>Do you want to install a symbolic link at /usr/local/cuda?
>(y)es/(n)o/(q)uit: n
 
>Install the CUDA 9.0 Samples?
>(y)es/(n)o/(q)uit: n

添加环境变量：

sudo gedit ~/.bashrc

export PATH="/usr/local/cuda-9.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH"

检查CUDA是否安装成功：（若最后显示Result = PASS，表明cuda查询显卡信息成功。）

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

ps：如果安装过程中出现找不到某库的错误，百度这个错误安装相应的库即可。

参考博客：参考1

安装CUDNN

　　（1）下载cudnn：

　　　　cudnn的下载需要注册登录NVIDIA的账号，我下载的是cuDNN v7.5.0 (Feb 21, 2019), for CUDA 9.0 (cuDNN Library for Linux) 下载地址

　　（2）安装：

tar -zxvf cudnn-****.tgz
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

安装其他软件

　　（1）安装Anaconda

　　　　清华镜像Anaconda下载地址：下载地址

　　　　安装：

chmod +x ./Anaconda3-5.2.0-Linux-x86_64.sh
./Anaconda3-5.2.0-Linux-x86_64.sh

　　　　注意可以更换下载源来加速安装其他库的速度，清华源地址。

　　　　anaconda创建虚拟环境：

conda create -n env_name python=3.6

　　　　激活虚拟环境：

source activate env_name

　　　　在虚拟环境中安装库可以不影响主环境，方便使用。

　　（2）安装Pycharm

　　　　下载地址

　　　　解压缩后，进入bin目录下用命令 sh pycharm.sh & 即可启动。

　　（3）安装Sublime

　　　　下载地址

　　　　解压缩后，运行sublime.exe即可运行。

参考博客：参考1

内容来源于网络如有侵权请私信删除

标签： LINUX Linux操作系统

你还没有登录，请先登录或注册！

还没有人评论，欢迎说说您的想法！

深度学习环境搭建（ubuntu16.04+Titan Xp安装显卡驱动+Cuda9.0+cudnn+其他软件）