ubuntu16.04　顯卡驅動，cuda和cudnn安裝

       深度學習的開始，需要一些基本配置。這篇主要介紹顯卡驅動，cuda和cudnn安裝的幾種常用方法。

1.ubuntu 16.04顯卡驅動安裝

       首先一個簡單的方法，打開系統設置->軟件和更新->附加驅動，選擇一個比較新的nvidia驅動。
guanxi
最後重啓，在終端輸入nvidia-smi,會顯示驅動版本，顯存使用情況等，這個命令還是比較實用。

       另一個方法通過命令來安裝，比較麻煩，但可以安裝顯卡對應的最新顯卡。這種方法需要按步驟執行，否則很容易出錯。主要步驟如下：
１.到官網下載好對應驅動https://www.nvidia.cn/Download/index.aspx?lang=cn，選擇好自己顯卡對應的驅動程序( lspci | grep VGA可以在終端輸入這條命令，查看顯卡信息）。如下我顯卡是gt840M,經過搜索後下載。下載後最後保存到英文路徑之中如直接在/home盤

２.卸載原有nvidia顯卡驅動
sudo apt-get remove --purge nvidia*

3.禁用nouveau驅動
sudo gedit /etc/modprobe.d/blacklist.conf 打開的是一個可編輯文本文件，在文本最後添加：
blacklist nouveau
options nouveau modeset=0
然後更新系統內核
                                                 sudo update-initramfs -u
重啓後在終端輸入 lsmod | grep nouveau　無任何輸出則代表

４.按ctrl+alt+f1進入純文本模式，注意由於筆記本中有Fn轉換鍵，所以進入文本模式後可能需要按再加讓Fn，另外進入該模式後需要輸入你的賬號和密碼，輸入密碼時不要用小鍵盤，不然會提示你密碼錯誤。輸入sudo service lightdm stop禁用Ｘ服務。
       其次給下載的驅動文件賦予執行權限：
       sudo chmod a+x .驅動所在路徑/nvidia-linux-****　(tips:tab鍵有自動補全的功能，非常實用)
然後運行安裝命令
        sudo sh 驅動所在路徑/nvidia-linux-**** -no-opengl-files –no-x-check –no-nouveau-check
命令很重要請輸入完整。這裏就不知名其代表的含義。
這裏安裝完後可以輸入nvidia-smi查看成功否。

５.重啓sudo reboot,正常啓動進入桌面則代表基本安裝成功，輸入nvidia-smi再次檢查。

       最後一種方法添加官方ppa源,通過apt-get install的方式安裝。終端輸入:
                            sudo add-apt-repository ppa:graphics-drivers/ppa
更新軟件庫後
                            sudo apt-get install nvidia-367
查找顯卡驅動最新的版本號：
                            sudo apt-cache search nvidia

再採用apt-get命令在終端安裝：
                            sudo apt-get install nvidia-384 nvidia-settings nvidia-prime
重啓輸入nvidia-smi,查看安裝是否成功。
總結：以上三種方法都成功安裝過，最後發現第一種就好，沒啥區別，簡單快捷，所以新手最好還是用第一種方法吧。

2.cuda8.0安裝

       深度學習及顯卡計算能力發展快速，cuda的版本也快速更新，以往的某些版本在迭代過程中會被拋棄，以cuda8.0爲例介紹安裝方法。這裏只介紹一種方法，比較簡單，而且多次使用都成功了。

1.文件下載。https://developer.nvidia.com/cuda-toolkit-archive，nviida官網下載，選擇後綴爲.run的文件來安裝。如下8.0的版本

2.cuda8.0安裝，cuda8.0集成了nvidia顯卡驅動，但我們不需要在安裝，所以在選擇是否安裝驅動時要disagree。
給cuda8.0賦予執行權限：sudo chmod a+x 路徑/cuda_.run
執行Cuda安裝指令：sh 路徑/cuda_.run -no-opengl-libs(重要）
進入安裝界面，直接ｑ退出協議閱讀，輸入accept回車開始安裝
除了顯卡驅動安裝，輸入ｎ，啓動都是ｙ，或者回車即可(如果前面沒有輸入-no-opengel-libs,這裏也需要選擇n)
3.配置cuda環境變量
sudo gedit ~/.bashrc
在打開的文件中添加
export PATH=/usr/local/cuda-8.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
保存後終端輸入source ~/.bashrc
在終端輸入nvcc -V ,會出現cuda的版本

總結：cuda的安裝還是比較簡單直接，按步驟，出錯的機率基本比較少。最後環境變量一定要設置，否則輸入nvcc -V時沒有效果。如果安裝失敗，或者安裝過程中提示內核相關問題，可以先進行內核升級或者降級。

3.cudnn安裝

       首先也是去下載cuda版本對應的cudnn，https://developer.nvidia.com/rdp/cudnn-archive　以cuda8.0對應版本6.0爲例。如果是下載文件如下，則爲壓縮包：

       其次解壓下載的文件，會有cuda這個文件夾出現，文件夾中還有兩個文件夾include lib64,打開終端，輸入如下命令：
sudo cp ./cuda/include/cudnn.h /usr/local/cuda/include/　(由於不能直接使用複製，粘貼，所以需要使用命令進行復制，這裏是將include中的cudnn.h文件複製到usr/local/cuda/include/中)
sudo cp ./cuda/lib64/libcudnn* /usr/local/cuda/lib64/ (複製lib庫中的cudnn文件）/
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*（將庫中的libcudnn賦予執行權限）
sudo ldconfig（建立動態鏈接）
（如果需要更換cudnn版本，可以輸入如下命令：
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.*×(×代表你之前的版本號比如以前是５，這裏就是libcudnn.so.5,這句目的是刪除原有動態文件)
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6
sudo ln -s libcudnn.so.6 libcudnn.so(生成軟連接，這些版本名和你下載的一樣)）
       最後輸入cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2　會出現版本信息，說明安裝成功。

       如果進行deb安裝，下載如下３個文件，再輸入下面的安裝命令，最後輸入上面的檢查命令查看是否成功

       sudo dpkg -i libcudnn6_.deb
       sudo dpkg -i libcudnn6-dev.deb
       sudo dpkg -i libcudnn6-doc*****.deb

總結：cuda與cudnn的版本需要對應，後面有些軟件需要特定版本的cuda或者cudnn，可以按照這種方法安裝特定版本。

       當使用anaconda後，安裝深度學習平臺會更簡單，幾乎不用單獨安裝cuda和cudnn，但是需要使用本地環境時，依舊需要cuda和cudnn，如docker和anaconda不支持的平臺。