Ubuntu16.04安装cuda9.0+cudnn7.0.5+tensorflow-gpu

硬件和系统：显卡是GTX-1080ti，系统是Ubuntu16.04LTS桌面版。整个安装流程分为两大部分，第一部分是安装NVIDIA的文件，包括显卡驱动，cuda以及cudnn；第二部分则是安装tensorflow-gpu版本。

NVIDIA相关文件安装

NVIDIA主要有三个文件安装，显卡驱动#cuda和cudnn，首先简要介绍一下为什么要安装它们：

• 显卡驱动：这个无需多言，没有它显卡就不能用了，更别提用它来加速；
• cuda：cuda是NVIDIA推出的通用并行计算架构，它使GPU以并行计算的方式更快地解决复杂的计算问题；
• cudnn：cudnn是NVIDIA推出的专门用来对深度学习加速的库，它支持Matlab，TensorFlow及PyTorch等深度学习的加速优化。
  它们都是从NVIDIA官网下载的，只是cudnn的下载需要注册帐号。我下载的
• 驱动文件是：NVIDIA-Linux-x86_64-390.87.run（版本为390.87）
• cuda文件是：cuda_9.0.176_384.81_linux.run（该cuda支持版本大于384.81的驱动）
• cudnn文件是：cudnn-9.0-linux-x64-v7.tgz（适用于cuda-9.0，实际版本为7.0.5）
  下面是它们具体的安装过程。

1#安装显卡驱动
在安装Ubunutu系统时，系统一般会自己安装nouveau显卡驱动，这是一个第三方的开源显卡驱动，适用于
多种复杂的硬件环境。但它不是NVIDIA官方的驱动，支持不了cuda，只是为了让用户在最开始使用Ubuntu系统时能够以正常的分辨率显示图形界面，所以需要禁用它，然后再安装NVIDIA驱动。

桌面版的Ubuntu，有一个最简单的方式：在“软件和更新”–>“附加驱动”里，系统会自动检测到NVIDIA官方的显卡驱动，例如‘使用NVIDIA binary driver-version 384.130来自nvidia-384（专有，tested）’只要选中它，点击‘应用更改’然后重启即可，这样就完成了nouveau的禁用和版本为384.130的驱动安装，而且384.130的驱动版本也满足cuda9.0的支持大于384.81的驱动的要求。但是！我这样做了重启之后一直在循环登录，进不了系统，原因是384.130的驱动太旧，不能完美支持我的显卡。所以我只能下载390.87的版本手动安装，安装之前还要禁用nouveau。
禁用方法就是在 /etc/modprobe.d/blacklist-nouveau.conf 文件中添加一条禁用命令，通过以下命令打开该文件：

sudo gedit /etc/modprobe.d/blacklist.conf

在打开文件的最后一行添加：blacklist nouveau（把nouveau加入黑名单）然后执行以下命令使之生效：

sudo update-initramfs -u

最后输入以下命令测试：

lsmod | grep nouveau

如果没有反应说明nouveau禁用成功，接下来安装显卡驱动。把解压出来的CUDA 安装文件（cuda_9.0.176_384.81_linux.run）移动到 HOME 路径下，按Ctrl+Alt+F1 进入命令行界面，输入用户名和密码进入后，输入以下命令：

sudo /etc/init.d/lightdm stop //禁用X-Window服务，关闭图形界面
sudo chmod a+x NVIDIA-Linux-x86_64-390.87.run(下载的驱动文件名）//赋予驱动文件可执行权限
sudo ./NVIDIA-Linux-x86_64-390.87.run -no-opengl-files //安装

–no-opengl-files表示只安装驱动文件，不安装OpenGL文件，这个参数很重要。等待驱动安装，其中有一些选项，一般默认即可。安装完之后再输入：

sudo /etc/init.d/lightdm start //开启图形界面

重启，此时驱动应该安装成功了，在终端输入：

nvidia-smi //列出驱动版本和GPU的信息列表
nvidia-settings //弹出驱动设置对话框

如果显示列表或弹出对话框则表示驱动安装成功。

2#安装cuda
在安装cuda之前需要先安装依赖，否则会报以下的错误：

Installing the CUDA Toolkit in /usr/local/cuda-9.0 ...
Missing recommended library: libGLU.so
Missing recommended library: libX11.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so
Missing recommended library: libGL.so

所以，通过sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 这条命令安装所需依赖。然后进入到cuda文件目录下，执行以下命令：

sudo sh cuda_9.0.176_384.81_linux.run --no-opengl-libs

参数no-opengl-libs表示不安装opengl的库，执行此命令后大概1分钟左右会出现安装协议，狂按回车键，一直到100%后，出现下面提示并要求你输入相关选择：

Do you accept the previously read EULA?
accept/decline/quit: accept           //输入accpet同意协议

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n                       //不安装NVIDIA加速图形驱动，因为之前装过了

Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y                       //安装CUDA 9.0 Toolkit

Enter Toolkit Location
 [ default is /usr/local/cuda-9.0 ]:  //cuda默认安装位置，直接回车

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y                       //创建软链接

Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y                       //安装CUDA示例

Enter CUDA Samples Location
 [ default is /home/user ]:             //CUDA示例默认位置，直接回车

Installing the NVIDIA display driver...
Installing the CUDA Toolkit in /usr/local/cuda-9.0 ...
Installing the CUDA Samples in /home/user ...
Copying samples to /home/user/NVIDIA_CUDA-9.0_Samples now...
Finished copying samples.

===========
= Summary =
===========

Driver:   Installed
Toolkit:  Installed in /usr/local/cuda-9.0
Samples:  Installed in /home/user

Please make sure that                //提示添加变量路径
 -   PATH includes /usr/local/cuda-9.0/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-9.0/lib64, or, add /usr/local/cuda-9.0/lib64 to /etc/ld.so.conf and run ldconfig as root
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.0/bin   //删除CUDA操作
  
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.0/doc/pdf for detailed information on setting up CUDA. 
 
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.0 functionality to work.    //警告未安装CUDA中的驱动，不管它，之前已经安装符合要求的驱动
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run -silent -driver

然后，使用gedit命令打开配置文件添加cuda环境变量：

sudo gedit ~/.bashrc

在文件最后添加以下内容并保存：

export PATH=/usr/local/cuda/bin:$PATH       
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

执行以下命令使配置生效：

source ~/.bashrc

测试CUDA 是否安装成功，输入：

//测试1
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery  
sudo make
./deviceQuery  

//测试2
cd /usr/local/cuda-9.0/samples/1_Utilities/bandwidthTest
sudo make
./bandwidthTest

如果最后出现Result = PASS，说明成功；如果出现Result = FAIL，说明显卡驱动版本和CUDA 9.0不适配，需要重新安装合适的版本。
完成后可用 nvcc -V 命令验证是否安装成功，出现以下信息则表明成功：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

3#安装cudnn
最后安装cudnn，其实cudnn不是安装，而是将它的文件移动到cuda制定的目录下，使cudnn能够调用到相关库函数就行，可以直接把cudnn相关文件移动过去，这里采用软链接的办法。先将cudnn-9.0-linux-x64-v7.tgz解压，得到include 和 lib64 两个文件夹，命令行进入include 文件夹下，进行以下操作：

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

然后进入cudnn/lib64 文件夹下，执行：

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.7          //删除原有动态文件  
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7   //生成软衔接  
sudo ln -s libcudnn.so.7 libcudnn.so           //生成软链接  

随后将路径/usr/local/cuda/lib64 添加到动态库，分两步：
（1）安装vim

sudo apt-get install vim-gtk  

（2）更改cuda配置文件：

sudo vim /etc/ld.so.conf.d/cuda.conf 

打开文件后，按住i进入编辑状态，添加文字：

/usr/local/cuda/lib64

然后按esc，输入:(注意有冒号)

:wq  #保存退出

再输入sudo ldconfig使使链接生效。

安装tensorflow-gpu

直接使用pip(3) install tensorflow-gpu==1.8.0安装指定版本的tensorflow-gpu

参考文章：
添加链接描述
添加链接描述
添加链接描述