2020深度学习平台搭建

准备事项

Ubuntu16.04
烧录并安装

CUDA 10.2
https://developer.nvidia.com/cuda-10.2-download-archive
选择 Liunx+x86_64+Ubuntu+16.04+runfile(local)
并下载 run file:
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

cuDNN
登陆后下载三个文件
Download cuDNN for CUDA 10.2

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

miniconda
下载 ： https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

安装

1. 按 Ctrl +alt +F1 进入命令行模式
2. 关闭图形界面，禁用并删除nouveau （简单介绍一下nouveau，简单来说它和nvidia系列有冲突，不禁用的话可能会导致黑屏或循环登陆，因此一定要禁掉或者删掉，这里是完全删除）
   sudo service lightdm stop #关闭图形界面
sudo modprobe -r nouveau #将nouveau彻底干掉
lsmod | grep nouveau #返回空说明nouveau已经清理干净
3. 安装CUDA10.2 (使用10.2 的run文件里自带的显卡驱动可减少不必要的兼容问题）
   sudo ./cuda_10.0.130.1_linux.run
4. 安装界面下的options里面选择禁用opengl
5. 其他包括显卡驱动都默认全部安装
6. 安装 patch for CUDA10.2
7. 安装完成后重启
8. Install cuDNN
   ‘sudo dpkg -i libcudnn7_7.6.0.64-1+cuda10.0_amd64.deb’
   ‘sudo dpkg -i libcudnn7-dev_7.6.0.64-1+cuda10.0_amd64.deb’
   ‘sudo dpkg -i libcudnn7-doc_7.6.0.64-1+cuda10.0_amd64.deb’
9. 安装 miniconda
   sudo anacondaXXX.sh
10. 检测GPU是否识别并安装 nvidia-smi
    nvidia-smi

PS: 双显卡的笔记本电脑还无法找到解决方案