Ubuntu16.04+GTX 1080Ti+CUDA 8.0+cuDNN+Tesnorflow1.0深度学习服务器安装之路

0.安装背景

---

• 系统：ubuntu 16.04
• 内核：4.4.0-140-generic
• GPU：GTX 1080Ti
• nvidia驱动版本： 384.111
• cuda： CUDA 8.0
• 深度学习库cuDNN： cuDNN5.1
• tensorflow：1.0.1

1.安装nvdia显卡驱动

---

下载nvidia显卡驱动

去nvidia官网查询显卡对应的驱动，并下载。这里的显卡驱动下载连接：Download，密码：mfxh
下载的时候要注意，显卡驱动与ubuntu内核版本对应。对应表来自nvidia官网以下：

Distribution	Kernel*	GCC	GLIBC
Ubuntu 18.10	4.18.0	8.2.0	2.28
Ubuntu 18.04.1 (**)	4.15.0	7.3.0	2.27
Ubuntu 16.04.5 (**)	4.4	5.4.0	2.23
Ubuntu 14.04.5 (**)	3.13	4.8.4	2.19

删除之前nvidia显卡驱动版本

$ sudo apt-get install --purge nvidia*

关闭自带nouveau显卡驱动

$ sudo gedit /etc/modprobe.d/blacklist.conf

在文末添加：blacklist nouveau
执行命令

$ sudo update-initramfs -u

而后重启机器。执行以下命令，确认一下是否关闭。若是什么都没显示，表示已经删除。

$  lsmod | grep nouveau

安装nvidia显卡驱动

ctrl+alt+F1进入tty1控制台，输入命令：

$ sudo service lightdm stop     //关闭桌面服务
$ cd Downloads/                     //进入下载的驱动所在路径

/*  安装显卡驱动，参数解释
 *  -no-x-check         关闭x服务器
 *  -no-nouveau-check 关闭自带显卡驱动
 *  -no-opengl-files   关闭OpenGl服务，不然会出现重复登陆的状况
 */
$ sudo ./NVIDIA-Linux-x86_64-384.111.run -no-x-check -no-nouveau-check -no-opengl-files

接下来进入安装界面，首先要accept证书，后面的选项选择默认的就好。
查看是否安装成功：

$ nvidia-smi

若是安装成功，应该如图1：

图1：nvidia驱动安装成功 ###遇到的问题 **1.building kernel moduel** 出现错误： ERROR: An error occurred while performing the step: "Building kernel modules". See /var/log/nvidia-installer.log for details. 这是因为ubuntu的内核与nvidia驱动版本不对应，本来个人机器是4.15 安装 384显卡驱动，每次都会出现build 的错误，后来将内核降为4.4的，并将4.4的内核设置为系统默认内核，因而安装成功。 **2.重复登陆** 安装驱动的时候得把opengl关掉，如前文安装驱动时候的命令。 还有个缘由与问题一答案一致，ubuntu的内核与nvidia驱动版本不对应。因此建议安装驱动后，将ubuntu内核版本自动更新关闭掉，不然内核自动更新了，nvidia并无自动更新，会致使ubuntu系统重复登陆。

2.安装cuda

---

版本对应

版本	Python版本	编译器	CUDA最低版本	cuDNN最低版本
tensorflow_gpu-1.13.0	2.七、 3.3~3.6	4.8	10.0	7.4
tensorflow_gpu-1.5.0 ~1.12.0	2.七、 3.3~3.6	4.8	9	7
tensorflow_gpu-1.3.0 ~1.3.0	2.七、 3.3~3.6	4.8	8	6
tensorflow_gpu-1.0.0 ~1.2.0	2.七、 3.3~3.6	4.8	8	5.1

下载cuda toolkit 8.0

进入官网下载cuda toolkit 8.0（或者直接google cuda 8.0能够直接进入），选择电脑配置对应的版本，选择runfile类型的文件，如图2。

图2：cuda下载

下载成功后，执行命令：

$ sudo sh cuda_8.0.61_375.26_linux.run

而后进入安装，一开始出现的一大堆文字都是End User License Agreement，能够ctrl+c跳过，在随后的协议选择accept协议。注意，在Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?选择no，由于咱们已经安装过nvidia驱动了。
具体选项以下：

Logging to /tmp/cuda_install_32359.log
Using more to view the EULA.
End User License Agreement
--------------------------


Preface
-------

The following contains specific license terms and conditions
for four separate NVIDIA products. By accepting this
agreement, you agree to comply with all the terms and
conditions applicable to the specific product(s) included
herein.


NVIDIA CUDA Toolkit


Description

The NVIDIA CUDA Toolkit provides command-line and graphical
tools for building, debugging and optimizing the performance
of applications accelerated by NVIDIA GPUs, runtime and math
libraries, and documentation including programming guides,
--More--(0%)

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 8.0 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
 [ default is /usr/local/cuda-8.0 ]: 

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y

Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y

Enter CUDA Samples Location
 [ default is /home/ai]: 

Installing the CUDA Toolkit in /usr/local/cuda-8.0 ...

Missing recommended library: libXmu.so

Installing the CUDA Samples in /home/ai ...

Copying samples to /home/kinny/NVIDIA_CUDA-8.0_Samples now...

Finished copying samples.

配置环境

在~/.bashrc 的最后添加：

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

添加完必定要更新一下，不然会出现安装成功可是没法使用gpu的状况。

$ source ~/.bashrc

3.安装cudnn

---

进入官网下载cuda toolkit 5.1，须要注册才能使用。下载对应的文件，我这里的下载选项为Download cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0，下载下来的文件名为cudnn-8.0-linux-x64-v5.1.tgz。
解压文件

$ tar xvzf cudnn-8.0-linux-x64-v5.1.tgz

而后将库和头文件copy到cuda目录（必定是你本身安装的目录如/usr/local/cuda-8.0）：

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

接下来修改文件的访问权限

$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

4.安装tensorflow-gpu

---

下载tensorflow-gpu

这里安装的是tensorflow1.0.1-gpu，下载连接：Download

下载pip

$ sudo apt-get install python-pip python-dev

使用pip安装tensorflow

$ sudo pip install --upgrade ttensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl

遇到的问题

1.tensorflow import error

图3：Import Error 这里是因为没有配置上文cuda环境致使的。 #参考 [1] https://blog.ailemon.me/2017/06/06/install-tensorflow-gpu-on-ubuntu-linux/ [2] https://blog.csdn.net/weiguangbanmo/article/details/83386715