轉載 https://wxzs5.github.io/2018/06/04/dl-env/
本文爲NVIDIA顯卡深度學習環境配教程，主要內容爲在ubuntu環境下安裝NVIDIA顯卡驅動、CUDA以及cuDNN。前面如何配置好Ubuntu基本工作環境請參考安裝Ubuntu後應該做的事,本文提供一種可行穩妥的安裝方法，更詳細的安裝方式還可參考CUDA官方安裝文檔與cuDNN官方安裝文檔。以下操作均在ubuntu 16.04.4 下測試通過，其他發行版本可作參考。
安裝NVIDIA顯卡驅動
NVIDIA顯卡驅動一般有三種安裝方法:
使用PPA源安裝：最安全，最方便。但是未必有最新驅動，而且下載速度可能慢一點，需要準備好梯子。
安裝CUDA時，順便安裝驅動，但未必是最新驅動（不推薦）。
官網下載NVIDIA驅動程序然後本地安裝（下載runfile）。
apt-get安裝（推薦)
卸載原有驅動
若已有N卡驅動，則需要先卸載：
sudo apt-get remove --purge nvidia*
如果是runfile安裝:
sudo chmod +x NVIDIA*.run
sudo ./NVIDIA-Linux-x86_64*.run –uninstall
安裝NVIDIA驅動
然後執行：
sudo add-apt-repository ppa:xorg-edgers/ppa #添加ppa源
sudo add-apt-repository ppa:graphics-drivers/ppa #添加ppa源
sudo apt-get update #更新apt-get
sudo apt-get install nvidia-390 #安裝390版本的driver
然後可能下載較慢但是最安全，這樣安裝系統會自動幫你禁用nouveau，所以這樣安裝完後不用手動禁用nouveau。
runfile 安裝
去NVIDIA驅動程序下載官網下載合適的最新驅動，然後本地安裝（下載runfile）。
禁用Nouveau驅動
grep nvidia /etc/modprobe.d/* /lib/modprobe.d/*
這個很重要 這個遇到 下面的問題很重要
Unable to load the 'nvidia-drm' kernel module
找這個文件blacklist-nvidia.conf 註釋blacklist nvidia-drm
/lib/modprobe.d/blacklist-nvidia.conf:#blacklist nvidia-drm
打開配置文件：
sudo vim /etc/modprobe.d/blacklist.conf
然後在文本最後添加(禁用nouveau第三方驅動，之後也不需要改回來)：
blacklist nouveau
options nouveau modeset=0
然後執行：
sudo update-initramfs -u
重啓後，執行：
lsmod | grep nouveau
如果沒有屏幕輸出，說明禁用nouveau成功。
命令行安裝驅動
在NVIDIA驅動程序下載官網下載合適的最新驅動，然後按下Ctrl+Alt+F1進入命令行模式，進入驅動所在文件夾，輸入以下命令：
sudo service lightdm stop #這會關閉圖形界面，但不用緊張
sudo chmod +x NVIDIA-Linux-x86_64-*.run #給驅動run文件賦予執行權限
sudo ./NVIDIA-Linux-x86_64-*.run –no-opengl-files #後面的參數非常重要，不可省略
–no-opengl-files：表示只安裝驅動文件，不安裝OpenGL文件。這個參數不可省略，否則會導致登陸界面死循環。
–no-x-check：表示安裝驅動時不檢查X服務，非必需。
–no-nouveau-check：表示安裝驅動時不檢查nouveau，非必需。
-Z, --disable-nouveau：禁用nouveau。此參數非必需，因爲之前已經手動禁用了nouveau。
-A：查看更多高級選項
必選參數解釋：因爲NVIDIA的驅動默認會安裝OpenGL，而Ubuntu的內核本身也有OpenGL、且與GUI顯示息息相關，一旦NVIDIA的驅動覆寫了OpenGL，在GUI需要動態鏈接OpenGL庫的時候就引起問題。
之後，按照提示安裝，成功後重啓即可。 如果提示安裝失敗，不要急着重啓電腦，重複以上步驟，多安裝幾次即可。
測試
nvidia-smi #若列出GPU的信息列表，表示驅動安裝成功
nvidia-settings #若彈出設置對話框，亦表示驅動安裝成功
image2
安裝CUDA
參考官方文檔
到CUDA官方下載頁面下載CUDA包(runfile)
建議安裝版本：cuda 9.0 （tensorflow 現在支持得最好的cuda版本）
然後按照以下步驟安裝：
安裝
首先確保文件具有運行權限，然後運行：
sudo ./cuda_*linux.run --no-opengl-libs
–no-opengl-libs：表示只安裝驅動文件，不安裝OpenGL文件。必需參數，原因同上。注意：不是-no-opengl-files。
–toolkit：表示只安裝CUDA Toolkit，不安裝Driver和Samples。
–help：查看更多高級選項。
之後，按照提示安裝即可。依次選擇：
accept #同意安裝
n #不安裝Driver，因爲已安裝最新驅動
y #安裝CUDA Toolkit
<Enter> #安裝到默認目錄
y #創建安裝目錄的軟鏈接
n #不復制Samples，因爲在安裝目錄下有/samples
CUDA Sample測試
#編譯並測試設備 deviceQuery：
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
然後執行：
./deviceQuery
如果測試的最後結果是Result = PASS，說明CUDA安裝成功。
把CUDA加到環境變量中
vim ~/.bashrc
加入以下變量：
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}}
使設置生效：
source ~/.bashrc
安裝cuDNN
參考官方文檔
到cuDNN官方下載頁面下載與CUDA版本相匹配的cuDNN包，要註冊一個Nvidia賬號，然後纔可以下載。
建議的版本：cudnn 7.0 for cuda 9.0
進入安裝包所在目錄，依次輸入以下命令：
tar -xzvf cudnn-9.0-linux-x64-v7.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 /usr/local/cuda/lib64/libcudnn*
至此，關於NVIDIA顯卡環境的一切已全部配置完成。
安裝 Tensorflow GPU 版本
關於GPU加速訓練過程不再強調，推薦tensorflow 1.6 版本，剛好和cuda對應起來，非常穩定。
pip install tensorflow-gpu==1.6 --user #python2
pip3 install tensorflow-gpu==1.6 --user #python3
安裝 Pytorch GPU 版本
到Pytorch官網安裝最新版本就可以了，pytorch用戶體驗很好，一般沒有兼容性問題。選擇你的Python版本和安裝方式，推薦使用pip安裝，選好cuda 9.0，然後官網會生成安裝命令，copy到命令行執行即可安裝。
安裝 MxNet GPU 版本
參考MxNet官網安裝教程安裝最新版本就可以了。
安裝依賴
sudo apt-get update
sudo apt-get install -y wget python
wget https://bootstrap.pypa.io/get-pip.py && sudo python get-pip.py
安裝cuda 9.0 版
pip install mxnet-cu90 --pre --user #python2
pip3 install mxnet-cu90 --pre --user #python3
其他有一些可選安裝項可以看MxNet官網安裝選擇性安裝。
希望能交流更多技術，關注小白的微信公衆號吧。
