ubuntu 安装cuda cudnn transflow

Posted 2023-04-09

参考技术A 一、设备是否支持

 在终端中输入： $ lspci | grep -i nvidia ，会显示自己的NVIDIA GPU版本信息

二、禁用nouveau

终端中运行：$ lsmod | grep nouveau，如果有输出则代表nouveau正在加载。

三、运行cuda.run 文件

会出现依赖错误：

sudo apt-get install freeglut3-dev build-essential libx11-dev

sudo apt-get install libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa

sudo apt-get install libglu1-mesa-dev

把InstallUtils.pm 文件复制到

/usr/lib/x86_64-linux-gnu/perl-base/ 文件夹中

重新运行安装文件，添加参数

./cuda.run --override --toolkitpath=/home/XXX/local/cuda-8.0

安装过程中不安装英伟达驱动，不创建软链接，其余默认yes。

安装成功

在.bashrc文件尾部中添加：

export PATH=/home/solar/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/home/solar/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

终端输入 nvidia-smi 检测是否成功

解压cudnn.tgz文件,

sudo cp cudnn.h /home/solar/local/cuda-8.0/include/    

sudo cp lib* /home/solar/local/cuda-8.0/lib64/        

安装anaconda

直接运行.sh文件，安装成功

输入 conda info -e 查看是否安装成功

添加源：

conda config --add channels 'http://mirrors.ustc.edu.cn/anaconda/pkgs/free/'

conda config --set show_channel_urls yes

PS：服务器没办法解析域名 ，创建环境的时候总是提示网络错误。。。

修改resolv.conf

添加nameserver 8.8.8.8

或者nameuser 114.114.114.114

创建新的conda环境：

conda create -n transorflow python=python3.6

使用新的环境：

source activate tensorflow

然后：

pip install tensorflow_XX.whl

完成后进入python 

输入

import tensorflow as tf

hello=tf.constant('hello,Tensorflow')

sess=tf.Session()

print sess.run(hello)

输出 hello,Tensorflow则成功

Ubuntu系统---安NVIDIA 驱动后 CUDA+cuDNN 安装

Ubuntu系统---安NVIDIA 驱动后  CUDA+cuDNN 安装

　　上接《Ubuntu系统---NVIDIA 驱动安装》。预配置环境：Ubuntu16.04 + GTX2080Ti + CUDA10.0 + yolo v3+Opencv3.4.2

　　这一步，紧接着“NVIDIA 驱动已安完”后的“CUDA安装”。根据Ubuntu16.04 + GTX2080T 在英伟达官网上选择合适的驱动，有很多版本可选这里选择了NVIDIA-Linux-x86_64-410.78.run 。没安装之前踩了很多坑，觉得有点难度，装完之后发现很简单，只是方法没找对。

　　首先，在强调一下NVIDIA 驱动安装过程：

第一步：下载NVIDIA-Linux-x86_64-410.78.run

第二步，禁用nouveau
安装NVIDIA需要把系统自带的驱动禁用，打开文件：
sudo gedit /etc/modprobe.d/blacklist.conf

在文本最后添加以下内容：
blacklist nouveau
option nouveau modeset=0
命令窗口会提示warn，无视之。

保存退出，执行以下命令生效：
sudo update-initramfs -u

重启电脑后输入：
lsmod | grep nouveau
没有任何输出说明禁用成功。

第三步，进入tty。
按住CTRL+ALT+F2 进入命令行界面
Login : 安装ubuntu的用户名
紧接着输入密码

sudo service lightdm stop 
sudo init 3

cd setup //进入NVIDIA的.run文件目录下

sudo  ./NVIDIA-Linux-x86_64-177.67-pkg2.run

sudo service lightdm start  

然后按Ctrl-Alt+F7即可恢复到图形界面。

sudo  reboot //按照提示安装完成，简单方法重启就好了     

 

 

　　第二步，CUDA安装

　　首先也是去官网上 下载和驱动对应的cuda文件https://developer.nvidia.com/cuda-toolkit-archive，需要注册一个账号。

一定要选择runfile.下载完成之后进入放runfile的文件夹，执行：sudo sh cuda_10.0.1.130_410.48_linux.run

然后，疯狂按空格/Enter键， 直到 100%。如果不按，它会一直保持0%。

第一次，傻傻不知道，就在那里等，然后重装两遍，试了其他方法无效，意外狂按就出来了。

还以为是GCC内核的问题，查的版本和说明文档不一致，掉坑里好久。目前先跳过了这一步，后续真用起来才知道与这一步有没有关系。

 

 

　　上步骤完成后，进行环境配置：

环境变量的配置：
sudo gedit i ~/.bashrc

末尾添加：
export PATH=/usr/local/cuda-10.0/bin:$PATH 
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:/usr/local/cuda-10.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH 

重启计算机

测试CUDA安装结果：
nvcc --version 

cd NVIDIA_CUDA-10.0_Samples
make
cd /NVIDIA_CUDA-10.0_Samples/bin/x84_64/linux/release
执行./deviceQuery        #如果显示的是一些关于GPU的信息，则说明安装成功了。

　　

　　第三步，cuDNN安装

 　　同样，也还是去官网上下载CUDA10.0对应的cuDNN版本，下载地址：https://developer.nvidia.com/rdp/cudnn-download。

网上的教程，五花八门，这里选其中一个尝试，好用。

@https://blog.csdn.net/qq_39418067/article/details/87978848  下载1个文件 

cuDNN Libary for Linux

@https://blog.csdn.net/qq_33427431/article/details/89235639  下载4个文件

cuDNN Library for Linux(Power)
cuDNN Runtime Library for Ubuntu16.04 (Deb)
cuDNN Developer Library for Ubuntu16.04 (Deb)
cuDNN Code Samples and User Guide for Ubuntu16.04 (Deb)

@https://blog.csdn.net/wangzi11111111/article/details/90447326 下载2个文件

cuDNN Runtime Library for Ubuntu16.04 (Deb)、

cuDNN Developer Library for Ubuntu16.04 (Deb)

　　本文参照@https://blog.csdn.net/qq_36362060/article/details/80739573

　　下载完成之后解压到/home目录下，文件夹重命名为cudnn7，然后执行下面的命令进行安装：

#set_cuDnn.sh


#!/bin/bash

echo "remove libcudnn* file of /usr/local/cuda/lib64"
sudo rm -rf /usr/local/cuda/lib64/libcudnn.s*   #删除旧版本cudnn

echo "copy cudnn.h to usr/local/cuda/include"
#sudo cp /home/user_name/cudnn6/include/cudnn.h /usr/local/cuda/include   #复制cudnn.h文件到/usr/local/cuda/include目录下，这里的user_name改为自己的用户名
sudo cp /home/u/cuda10.0/cuDNN/include/cudnn.h /usr/local/cuda/include   #复制cudnn.h文件到/usr
sudo chmod 777 -R /usr/local/cuda/include    #对复制后的文件解除权限

echo "copy lib* to usr/local/cuda/lib64"
sudo cp /home/u/cuda10.0/cuDNN/lib64/lib* /usr/local/cuda/lib64    #同上
sudo chmod 777 -R /usr/local/cuda/lib64    #同上

sudo ldconfig   #对所有的复制和解除权限操作执行生效


# vim setupcudnn.sh    #新建一个shell脚本文件，文件里面复制下面的内容进去
# 然后保存setupcudnn.sh文件的内容，并执行下面的命令进行安装：
# sudo bash set_cuDnn.sh   #执行setupcudnn.sh脚本中的命令，安装cudnn
# **注意：**这里将安装命令写成脚本文件的好处是，后面如果要进行其他cudnn版本的安装，只要稍加修改这个脚本，然后运行就可以迅速完成安装。例如要安装cudnn7版本，下载cudnn7，解压文件重命名为cudnn7，把脚本文件里的cudnn6修改为cudnn7，然后执行sudo bash setupcudnn.sh 就完成了安装。

 

如何查看CUDA版本和CUDNN版本

cuda一般安装在 /usr/local/cuda/ 路径下，该路径下有一个version.txt文档，里面记录了cuda的版本信息：
cat /usr/local/cuda/version.txt 即可查询

cudnn的信息在其头文件里：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2  即可查询

 

　　 综上，基本环境算是完事儿了。接下来配置OpenCV3.4.2。

　　记一下，没重装一次Ubuntu系统，等待过程大概是45分钟左右。-----> 设置网络------->装驱动------>别的