踩坑2-Ubuntu16.04 安装配置NVIDIA 驱动+CUDA+CUDNN

从2021准备进行深度学习模块的补强到现在，一直停滞不前，很大的原因是有linux环境下配置NVIDIA驱动以及cuda以及CUDNN的复杂性，安装ubunutu 以及window双系统就发比较久的时间，

最近通过b站 了解到caffe这一深度学习框架，正好也有caffe相关的数据，决定从头再来，一方面通过caffe熟悉深度学习的常见框架，另一方面慢慢向linux环境下编程转变，毕竟大多数优秀的开源库在 linux的配置以及编译都异常的方面。

安装过程

配置环境ubuntu16.04 +GETFORCE_RTX_2070SUPER

1.NVIDIA驱动安装

（1）去官网下载目前显卡型号对应的驱动

首先去官网 http://www.nvidia.com/Download/index.aspx?lang=en-us 

驱动文件后缀名应当是以.run结尾的。

查看适合自己显卡的驱动并下载

（2）驱动安装

ubuntu上自带的驱动是与nvidia的官方驱动不同，需要先禁用

在终端下输入： sudo gedit /etc/modprobe.d/blacklist.conf  

输入密码后在最后一行加上 blacklist nouveau .  这里是将Ubuntu自带的显卡驱动加入黑名单。

 在终端输入： sudo update-initramfs -u  

重启电脑

安装显卡驱动要先切换到文字界面（也就是命令行模式界面），(按Ctrl+Alt+F1~F6).所以，启动电脑后，先进入文字界面。

然后，输入命令 sudo service lightdm stop 

开始安装驱动，

 cd ~ ，然后： sudo ./NVIDIA-Linux-x86_64-430.50.run，按照提示一步步来~ 

 

完成后，再次重启电脑。

安装完成之后输入以下指令进行验证： sudo nvidia-smi ，若列出了GPU的信息列表则表示驱动安装成功。如下图：

 

 

 

 

 2,安装CUDA 

 CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序，所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN

下载cuda 

首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA,根据对应的显卡NVIDIA 会推荐对应的CUDA 板卡

机器对应的CUDA类型为 cuda_10.1.243_418.87.00_linux.run

安装cuda

1 sudo chmod 777 cuda_10.1.243_418.87.00_linux.run
2 sudo  ./cuda_10.1.243_418.87.00_linux.run

执行后会有一系列提示让你确认，但是注意，有个让你选择是否安装nvidia367驱动时，一定要选择否：
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
因为前面我们已经安装了更加新的nvidia367，所以这里不要选择安装。其余的都直接默认或者选择是即可。

CUDA环境变量配置（该步骤在实际安装未提示，因为cuda安装完之后测试就通过了）

打开~/.bashrc文件： sudo gedit ~/.bashrc 
将以下内容写入到~/.bashrc尾部：

1 export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
2 export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

测试CUDA的samples

 

 

 3.CUDNN配置

  NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算

首先去官网 https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN，需要注册一个账号才能下载。下载版本号如下图：

 

cudnn-9.0-linux-x64-v7.tgz

下载cuDNN5.1之后进行解压：

sudo tar -zxvf ./cudnn-9.0-linux-x64-v7.tgz

进入cuDNN5.1解压之后的include目录，在命令行进行如下操作：

cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include  #复制头文件

再将进入lib64目录下的动态文件进行复制和链接：

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5    #删除原有动态文件
sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5  #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so      #生成软链接

　输入测试CUDA以及CUDNN安装

nvcc-V

 

 参考博客 https://www.cnblogs.com/xuanxufeng/p/6150593.html