LINUX Drive CUDA cuDNN Anaconda TensorFlow2

https://www.tensorflow.org/install/source?hl=zh-tw

由于TF2GPU最新仅更新到CUDA11.2版本，于是为了所有都兼容，操作系统选择了Ubuntu 20.04.6 LTS。

1. 打开终端。Assume you newly installed Ubuntu 20.04. Execute the following:

$ sudo apt-get update
$ sudo apt-get upgrade
$ sudo apt-get install build-essential

2. Install nvidia driver

https://www.nvidia.cn/geforce/drivers/

查看电脑的显卡型号：

lspci | grep -i nvidia

如果没有显示，可以在设置-关于获取。进入网站选择自己的显卡型号。

选择想要下载的驱动版本，并点击 “获取下载” 进行下载。

这些版本都可以使用，只不过不同版本对应的cuda版本不一样，对应的cudnn版本也就不一样，最后支持的pytorch版本也就不一样，所以，选择哪个版本都行，只不过后续安装cuda、cudnn、pytorch的时候需要进行版本对应。

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

通过上面链接已知Nvidia的驱动只需要安装最新发布的即可。

如果想安装老版本的驱动，可以通过下面的链接下载。Linux AMD64 Display Driver Archive | NVIDIA

备注：Linux安装Nvidia显卡驱动+CUDA+cuDNN+PyTorch - 知乎
Chapter 4. Installing the NVIDIA Driver

（我这里按照上面链接的教程禁用Nouveau驱动）

下载了NVIDIA-Linux-x86_64-550.40.07.run后，install by using following command:

sudo sh NVIDIA-Linux-x86_64-550.40.07.run

重启电脑。

Then, verify by typing $

nvidia-smi 

in the terminal.

Remarks:原本下载550版本，后来用以下命令查看，推荐

driver   : nvidia-driver-535-server-open - distro non-free recommended

于是重新下载了NVIDIA-Linux-x86_64-535.154.05.run

ubuntu-drivers --help
ubuntu-drivers devices

3. Download CUDA Toolkit  11.2 from the official website.

https://developer.nvidia.com/cuda-11.2.2-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=2004&target_type=runfilelocal

wget https://developer.download.nvidia.com/compute/cuda/11.2.2/local_installers/cuda_11.2.2_460.32.03_linux.run
sudo sh cuda_11.2.2_460.32.03_linux.run

在运行上面两个命令前，先运行以下命令查看

ulimit -a

假如stack size (kbytes, -s) 8192太小，执行以下命令

ulimit -s 102400

并且安装 gcc/cmake

Installation Guide Linux :: CUDA Toolkit Documentation

apt-get install build-essential 
apt-get install cmake

检查是否安装成功：

gcc --version
cmake --version

有版本号显示说明安装成功。然后再执行刚刚CUDA的两个命令。

4. Set the environment variables as follows:

这里不详细说，别人的教程里有，具体看以下链接：

https://velog.io/@le4m/Install-CUDA11.1-on-Ubuntu20.04

备注：另外一些安装教程（需要就看）https://yakhyo.medium.com/cuda-11-2-installation-on-ubuntu-20-04-e83f7561ccc1

Linux安装Nvidia显卡驱动+CUDA+cuDNN+PyTorch - 知乎（重复）

5. 安装cuDNN

cuDNN Archive | NVIDIA Developer

注册账户并且选择Download cuDNN v8.1.1 (Feburary 26th, 2021), for CUDA 11.0,11.1 and 11.2

6. 安装Anaconda，并且创建环境

Free Download | Anaconda

我选择的是64-Bit (x86) Installer (1015.6 MB)

conda create -n tf2gpu python=3.9.18
conda activate tf2gpu

在激活的虚拟环境中，执行以下命令安装TensorFlow及其相关依赖包：

conda install -c conda-forge

cudatoolkit=11.2 cudnn=8.1.0

pip install --upgrade pip

pip install "tensorflow-gpu<2.11"

7. 测试

import tensorflow as tf
print(tf.__version__)
print("GPU Available:", tf.test.is_gpu_available())