深度学习环境配置:Ubuntu16.04安装GTX1080Ti+CUDA9.0+cuDNN7.0完整安装教程（多连接多参考文章）

时间 2019-11-19

标签深度学习环境配置 ubuntu16.04 ubuntu 安装 gtx1080ti+cuda9.0+cudnn7.0 gtx cuda cudnn 完整教程连接参考文章栏目 Ubuntu 繁體版

原文原文链接

原本就对Linux不熟悉，通过几天惨痛的教训，参考了不知道多少篇文章，终于把环境装好了，每篇文章或多或少都有一些用，但没有一篇完整的能解决我安装过程碰到的问题，因此决定仍是本身写一篇我安装过程的教程，有些参考的文章会给出原地址，比较大众的教程就没有给出了。html

本文写于2018年7月27日，注意下时效性，有问题欢迎留言linux

1. 安装Ubuntu16.04

系统下载地址： http://releases.ubuntu.com/16.04/ ubuntu
下载64位系统：ubuntu-16.04.4-desktop-amd64.isobash
制做系统盘安装，推荐使用UltraISO，找到一个U盘(U盘数据必须备份好)
打开UltraISO软件，选择菜单中的文件，打开下载好的系统
再选择菜单中的启动，写入硬盘映像，完成后启动U盘就作好了，以后从新启动后选择U盘启动根据提示安装系统便可，具体细节能够在网上查找相应的文章，网上很是多。

2.安装NVIDIA驱动

2.1 修改更新源

系统安装完成后，应该首先修改的更新源，若是不修改的话更新的镜像地址不在国内下载速度是很是慢的，用的是中科大的源（还有阿里源，清华源等等，网上一查就有了）：
右键打开终端，一条一条执行如下命令，若是是没有桌面端的系统，能够把gedit 改为 vi 进行编辑，gedit能够像打开文本文件同样方便编辑

cd /etc/apt/
sudo cp sources.list sources.list.bak
sudo gedit sources.list

把下面的这些源添加到source.list文件头部：

deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse

保存后，退出文件，而后执行下面命令更新一下，等一下子就好了，速度仍是很快的

sudo apt-get update
sudo apt-get upgrade

2.2 驱动下载和安装以及一些问题解决

接下来开始安装NVIDIA驱动了，个人显卡是GTX1080Ti，安装显卡驱动有3种方法：1.系统更新驱动 2.添加官方ppa源 3.NVIDIA官网下载安装
感兴趣的同窗能够去查找对应的安装方式，这里我选择的安装方式是去NVIDIA官网下载Linux版本的驱动，
官网地址：https://www.geforce.cn/drivers 或者 https://www.nvidia.cn/Download/index.aspx?lang=cn
建议去左边的地址能够选择版本，右边的地址会直接给你推荐最新版本，选择你对应版本的系列选择，操做系统别选错了
搜索出来这么多结果，先别急着下载，BETA版本为测试版就别下载了，其次这么多版本，到底下载哪一个比较好，好比咱们图上第二个版本是390.77，这须要看咱们CUDA的版本要求的驱动版本是多少
咱们打开CUDA下载网站：https://developer.nvidia.com/cuda-downloads
我这里目前最新的版本是CUDA9.2，再选择了一系列的选项后会给出CUDA9.2的下载地址以下图：
能够看到，下载的文件名为cuda_9.2.148_396.37,这个396.37就是咱们NVIDIA驱动版本的最低要求，但是显卡驱动目前提供的Linux版本最高也就390.77，因此咱们不能安装CUDA9.2，因而我选择安装CUDA9.0，下面给出一个驱动要求表格，若是要下载CUDA其余版本请到cuda的存档地址：https://developer.nvidia.com/cuda-toolkit-archive
上面讲了这么多，终于要开始安装NVIDIA驱动了，CUDA9.0文件能够先下载好
1）打开终端，先删除旧的驱动：网络
```
sudo apt-get purge nvidia*
```
2）禁用自带的 nouveau nvidia驱动post
先执行下面命令，能够发现会显示一些东西，咱们如今要禁用掉，使它不显示出来
```
lsmod | grep nouveau
```
执行如下命令建立一个文件

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

并添加以下内容：

blacklist nouveau
options nouveau modeset=0

而后保存文件退出，执行下面命令更新一下
```
sudo update-initramfs -u
```
而后重启电脑，重启后打开终端再次输入命令
```
lsmod | grep nouveau
```
若是发现什么都没显示，那么说明禁用nouveau 成功了，而后开始安装NVIDIA驱动
首先按Ctrl+Alt+F1进入控制台，而后输入用户名密码登录，执行下面命令关闭图形界面
```
sudo service lightdm stop
```
而后跳转到存放文件的路径再运行安装文件，好比个人文件放在Downloads目录下，命令以下：

cd Downloads
sudo sh NVIDIA-Linux-x86_64-390.42.run --no-opengl-files

必须加上 --no-opengl-files ,不然会出现题主要是三种，（1）循环登陆，也就是登陆以后在退出来到登陆界面; （2）界面变得很大，看着心慌，哈哈；（3）登陆进去了，显示正常了，结果只有桌面背景和鼠标等等
安装过程种有出现提示选项，这里主要注意两点（若是看不懂选项的英文，本身查字典）：
第一点(不是全部电脑都会遇到,若是没有请忽视这1.)是安装提示 “sign the kernel module” 安装过程当中提示是否sign the kernel module（为内核模块签名）
我当时是选择了不签名安装，因而我这里出现了错误提示 log:/ver/log/nvidia-installer.log ，查找到了相关文章：https://blog.csdn.net/lipi37/article/details/79465685
大意是在支持UEFI的设备上打开Secure Boot 后,Ubuntu 16.04对于添加到内核的模块更加保守, 须要持有签名才能添加到模块中, 而显卡驱动因为要添加到内核中, 因此须要签名. 在安装过程当中咱们也会看到NVIDIA显卡会提示是否生成签名. 若是生成成功则没有问题。若是不想生成签名就须要进入BIOS关闭Secure Boot，在Key Management中Clear Secure Boot keys。虽然找到了解决办法但我仍是选择生成签名。
选择生成签名安装，参考文章：https://www.cnblogs.com/marky/p/8243607.html 。接下来会继续问使用已有的密钥给模块签名仍是从新生成。这里选在从新生成密钥。继续下去以后，密钥会在/usr/share/nvidia/下生成一个nvidia*.der（私钥）文件和nvidia*.key（公钥）文件（这些都不用管），当提示是否删除已生成的密钥文件时，选择不删除，由于以后要用到这两个文件。继续安装程序到最后会提示没法启动模块。这是由于生成的密钥尚未添加到内核的信任库中，咱们在安装完成后再导入。
第二点提示是”Would you like to run the nvidia-xconfig utility to automatically update your X configuration file…”什么的，选择 No。
待安装结束后，添加密钥到内核的信任列表中：

sudo /etc/init.d/lightdm start      //打开图形界面
sudo mokutil --import /usr/share/nvidia/nvidia*.der    //必须加上 sudo

接下来提示输入密码，再次输入密码，而后
```
sudo  reboot  //重启
```
在电脑刚启动的时候会出现一个界面，就是叫你添加密钥操做，选择 “enroll the mok” ，而后按照步骤操做，输入密码什么的，若是进错了就再执行上面的 sudo mokutil...
导入成功后就进入系统就能够了，图以下（取自http://elrepo.org/tiki/SecureBootKey）：
进入系统后测试一下是否安装成功
```
nvidia-smi

nvidia-settings
```
出现相似下面的显示,则安装成功

3.安装CUDA9.0

在上面已经说过了，CUDA9.2版本所须要的显卡驱动版本太高，因此这里我选择安装CUDA9.0（CUDA9.1也支持）
安装方法和上面相似
首先按Ctrl+Alt+F1进入控制台，而后输入用户名密码登录，执行下面命令关闭图形界面
```
sudo service lightdm stop
```
而后跳转到存放文件的路径再运行安装文件，好比个人文件放在Downloads目录下，命令以下：

cd Downloads
sudo sh cuda_9.0.176_384.81_linux.run

安装开始之后，首先是一个协议，一直按空格到底之后，输入accept。其余的操做以下所示：

Do you accept the previously read EULA?
accept/decline/quit: accept
 
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(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: y
 
Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y

第二个安装显卡驱动必定要选择no，不然以前安装的驱动就白装了，有默认选项的直接选择默认选项就能够了（直接回车）
安装完成后，打开图形界面配置环境变量，运行以下命令打开profile文件

sudo service lightdm start   //打开图形界面
sudo gedit  /etc/profile

打开文件后在文件末尾添加路径，也就是安装目录，命令以下：

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

export  LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH

保存后执行一个命令后重启电脑
```
sudo ldconfig
sudo reboot
```
查看版本和测试CUDA的例子
```
查看版本
nvcc --version
```

编译例子测试
cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

执行成功的话会出现下面信息：
编译例子的时候若是报错显示：CUDA driver version is insufficient for CUDA runtime version 解决方法卸载从新安装参考文章：https://www.cnblogs.com/wolflzc/p/9117291.html测试
找到对应版本，下载后先把前面的安装的卸载再安装
若是安装错了版本比，如我一开始装了CUDA9.2，卸载操做以下：

sudo apt-get remove cuda 

sudo apt-get autoclean

sudo apt-get remove cuda*

而后在目录切换到/esr/local/下

cd /usr/local/

sudo rm -r cuda-9.2

而后按照前面的安装CUDA的教程来就能够了
接下来再添加下环境变量
```
sudo gedit ~/.bashrc
```
打开文件后，将下面内容添加到文件的最后面，保存后退出

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}}

而后设置环境变量和动态连接库，在命令行输入：
```
sudo gedit /etc/profile
```
在打开的文件末尾加入：
```
export PATH=/usr/local/cuda/bin:$PATH
```
保存以后，建立连接文件：
```
sudo gedit /etc/ld.so.conf.d/cuda.conf
```
在打开的文件中添加以下语句：
```
/usr/local/cuda/lib64
```
而后执行，使连接当即生效
```
sudo ldconfig
```

4.安装cuDNN7.0

下载地址：https://developer.nvidia.com/rdp/cudnn-archive
进去后下载本身对应的CUDA版本的cudnn文件，以下图：
我是选择 cuDNN v7.0.5 Library for Linux 千万别选[Power8]的版本，我查了一下，这个是给Power8处理器使用的，因为v7.1.2版本还没提供普通版本，因此就下载了v7.0.5
这里下载是须要注册登录的，要填一些调查表什么的以后才能下载，若是版本和我相同我这里提供cuDNN的百度云下载地址：
连接：https://pan.baidu.com/s/1Yi6IkjUDbiBmAd9Dm4YruQ 密码：k73g
安装过程也比较简单，下载后是一个压缩包，解压下来放在cuda的路径中就能够了
继续Ctrl+alt+F1进入命令模式，关闭图形界面
```
sudo service lightdm stop
```
使用命令解压文件cudnn-9.0-linux-x64-v7.tgz，而且复制到cuda路径中

tar -zxvf cudnn-9.0-linux-x64-v7.tgz
cd cuda    
sudo cp lib64/lib* /usr/local/cuda/lib64/    
sudo cp include/cudnn.h /usr/local/cuda/include/

而后更新网络链接：

cd /usr/local/cuda/lib64/  
sudo chmod +r libcudnn.so.7.0.5  //本身查看.so的版本 对应更改  
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7  
sudo ln -sf libcudnn.so.7 libcudnn.so  
sudo ldconfig

从新启动图形化界面
```
sudo service lightdm start
```
没有显示出图形界面的话按Ctrl+Alt+F7进入图形界面
安装完成后可用 nvcc -V 命令验证是否安装成功，若出现版本信息则表示安装成功
到这一步已经大功告成了，接下来就安装Anaconda，配置Python，tensorflow等软件，有机会的话还会补充。