Centos8 系统安装Cuda+cudnn+tensorflow+keras

CUDA+cuDNN+tensorflow+Keras
大致版本信息如下：CUDA 11.2.2、CUDNN 8.1.1、显卡驱动NVIDIA

1. 准备实验环境

操作系统，查看系统版本，我们的操作系统为Centos8；

1.1 查看显卡型号

lshw -c video

这里可以看到显卡型号为Quadro P5000.

1.2 下载显卡驱动

去 https://www.nvidia.com/Download/index.aspx?lang=en-us 或者https://www.nvidia.cn/Download/index.aspx?lang=cn 搜索你的显卡需要的驱动型号并下载。

yum install epel-release #安装epel源

显示如下：

这里升级到最新版本了。我们继续安装 gcc、 kernel-devel 、dkms，详细命令如下：

yum -y install gcc kernel-devel dkms

我们能看到已经安装成功。

1.3 禁用集成显卡驱动nouveau

安装NVIDIA驱动时一定要关闭自带的集成显卡驱动(nouveau)。

vim /usr/lib/modprobe.d/dist-blacklist.conf

输入以下内容：

blacklist nouveau
options nouveau modeset=0

通过shutdown命令重启计算机（加now则是立即重启）

shutdown -r now  #重启机器

lsmod | grep nouveau  #没有出现任何内容，说明驱动已经禁用。

1.4 安装显卡驱动

./NVIDIA-Linux-x86_64-460.84.run

安装时会出现以下界面：



大致总结下几个问题的回答及选择，如下：

• Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later? 【No】
• Nvidia’s 32-bit compatibility libraries? 【No】
• Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 【Yes】

1.4.1 验证是否安装成功

nvidia-smi  #查看显卡驱动版本

我们从下图可以看出显卡驱动安装成功啦~~~。

2. 安装 CUDA

根据linux的显卡驱动版本选择对应的CUDA版本。显卡驱动版本NVIDIA-Linux-x86_64 460.84.run，根据https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
找到CUDA的版本号。我们当前的显卡是460.84 ，选择CUDA的驱动CUDA 11.2.2。


选择accept，下一步看到以下图形，
安装结束后信息如下：

添加环境变量（vim ~/.bashrc source ~/.bashrc）

检查 CUDA Toolkit是否安装成功

nvcc -V

会输出CUDA的版本信息

3. 安装 CUDNN

下载地址，选择与CUDA相匹配的版本，我们的CUDA的版本是11.2，所以选择CUDNN V8.1.1 版本。这里需要注册NVIDIA官网，才能下载。


解压后到cuda文件夹。该文件夹下有2个文件夹，分别是include 和lib64文件夹。

将解压后得到的文件夹，分别复制到cuda安装路径下与cuda的bin ，include 和lib文件夹合并。

$ tar -zxvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
$cd cuda 
$cp lib64/lib* /usr/local/cuda/lib64/
$cp include/cudnn.h /usr/local/cuda/include/  （错误）
$cp include/cudnn_version.h /usr/local/cuda/include/   （正确） 

检验证CUDNN是否安装成功, 检查CUDNN版本，这里的版本是8.1.1。

$cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

4. 安装 tensorflow

下载之前需要查看tensorflow各个版本需要的CUDA版本以及CUDNN的对应关系。

4.1 安装python

Centos8 默认安装的python版本为3.6.8。

4.2 安装pip

yum install python3-pip

安装成功过后，可以查看版本（pip 9.0.3）。

pip升级

python3 -m pip install --upgrade pip

我们可以看到pip从9.0.3版本升级到pip-21.1.2

4.3 安装tensorflow

pip3 install --upgrade --ignore-installed tensorflow

Tensorflow版本查看

pip3 show tensorflow

可以观察到TensorFlow的版本是2.5.0版本。

注：退出终端可以使用exit() 命令

5. 安装keras

pip3 install keras

总结：如果对您有一丢丢的帮助，点个赞吧，谢谢。对您的点滴帮助也是我继续前行的莫大动力和鼓励。有任何问题欢迎留言讨论。

6. 错误集锦

6.1 cudnn.h无反应
cat /usr/local/cuda/include/cudnn.h无反应
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
发现没反应，具体表现为没有返回任何的数据
解决办法参考：https://blog.youkuaiyun.com/yxt916/article/details/109475670

7. 参考

1） CUDA和CUDNN的安装
2） CUDA和CUDNN的关系
3） Linux 安装CUDA
4） tensorflow各个版本的CUDA以及Cudnn版本对应关系
5） 显卡驱动安装
6） Linux安装pip
7） TensorFlow和Keras 的关系