ubuntu14.04安装GPU驱动、CUDA8.0、cudnn5、anaconda、tensorflow（GPU）

ubuntu14.04安装GPU驱动、CUDA8.0/

开博第一篇，最近在折腾ubutnu，参考了很多有关的装机博客，但跟自己的情况不符合，所以决定自己开一个，以免后来的同学踩坑

• 机器配置简介
• GPU驱动安装
• CUDA8.0安装
• CudannV5安装
• anaconda安装
• tensorflow（GPU版本）安装
• theano0.7安装

---

机器配置简介

-系统：ubuntu14.04
-显卡：集显+独显（GTX1080）
-位数：64位

一、GPU驱动安装

声明：nvidia驱动安装主要参考链接：http://www.mamicode.com/info-detail-1434964.html

1、下载nvidia显卡驱动
我是在nvidia官网下载的驱动，我用的是NVIDIA-Linux-x86_64-375.39.run

2、屏蔽开源驱动 nouveau
在终端输入下面的命令：

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

接着在打开的blacklist.conf文件中添加如下代码：

blacklist vga16fbblacklist nouveau blacklist rivafb blacklist nvidiafb blacklist rivatv （这里有一行空格）   

3、删除旧NVIDIA驱动
若装之前有安装过nvidia的驱动，那么久先执行第一条语句，在执行第二条语句，若之前没有安装过nvidia驱动，那么就直接执行第二条语句。注意*为之前对应安装过的版本，自己根据自己的情况来

sudo apt-get --purge remove nvidia-*(需要清除干净)sudo apt-get --purge remove xserver-xorg-video-nouveau

4、重启电脑
5、按Ctrl + Alt +F1(F1~F6均可)到x-server, Ctrl+Alt+F7是返回
6、关闭图形环境，否则驱动无法正常安装
7、输入用户名密码登录，然后键入命令后执行（数字不能用小键盘输入）

sudo service lightdm stop

成功关闭服务后将出现：lightdm stop/waiting

8、进入驱动所在的文件夹，这里就是/home/*****，
执行下面语句，这里的*****是你自己存放nvidia驱动run文件的地方

sudo sh NVIDIA*.run

后面就一路Accept就可以~报错The distribution-provided pre-install script failed!不必理会，继续安装。最重要的一步，安装程序问你是否使用nv的xconfig文件，这里一点要选yes，否则在启动x-window时不会使用nv驱动。

9、重启 X-window 服务

sudo service lightdm start

10、查看显卡情况
有两种方式可以查看：
（1）glxinfo | grep rendering，若出现direct rendering: Yes，则显示安装成功（笔者没试过）
（2）nvidia-smi，出现显卡的相关信息，则也表示成功

11、安装成功

二、CUDA8.0安装

1、准备工作
建议按照cuda官方文档一步一步查看，你的机器是否满足CUDA的安装要求，不要觉得麻烦
（1）验证主机是否有nvidia的显卡

lspci | grep -i nvidia

（2）查看你的linux发行版本（主要是看是64位还是32位的）

uname -m && cat /etc/*release 

（3）看一下gcc的版本

gcc --version  

（4）查看自己的kernel版本信息

uname –r

输入下面的语句可以安装与内核版本对应的kernel header和package development

sudo apt-get install linux-headers-$(uname -r)

检查后，如果你的机子都满足条件的话，那么你就可以开始安装CUDA了，如果没有，你可以去官网下载安装指南，里面有对各种问题的解决办法

2、cuda8.0安装
主要参考：
http://blog.csdn.net/masa_fish/article/details/51882183
http://www.th7.cn/system/lin/201701/199326.shtml

下载：去CUDA官网下载对应的版本。

（1）安装前的准备工作
查看是否禁用nouveau，输入下面的命令，如果没有输出，就表示nouveau已经禁用了，如果有输出，则需要禁用

lsmod | grep nouveau

禁用方法：
在在/etc/modprobe.d中创建文件blacklist-nouveau.conf，在文件中输入一下内容

blacklist nouveauoptions nouveau modeset=0

然后，在终端运行

 sudo update-initramfs –u

（2）重启电脑，准备安装
进入cuda_8.0.61_375.26_linux.run所在目录，执行下面的语句开始安装cuda

 sudo sh cuda_8.0.61_375.26_linux.run

可能遇到的选项：
是否接受许可条款： accept
是否安装NVIDIA driver：no (cuda提供的nvidia驱动版本比较低，并且我们已经安装了NVIDIA显卡驱动，所以这里就选择no)
是否安装cuda toolkit ： yes
是否安装cuda samples：yes
中间会有提示是否确认选择默认路径当作安装路径，按Enter键即可。

安装错误提示
我在安装的时候出现了错误：（大致意思就是/tmp空间不够）
Not enough space on parition mounted at /tmp.Need 5091561472 bytes.Disk space check has failed. Installation cannot continue.
解决办法

 #在根目录下的opt文件夹中新建tmp文件夹，用作安装文件的临时文件夹 sudo mkdir /opt/tmp #再执行cuda的安装文件 sudo sh cuda_8.0.44_linux.run --tmpdir=/opt/tmp/

一开始我直接执行第二条命令，但是提示我新建不起/tmp文件，所以弄，先新建文件夹，再执行
安装完成后出现界面为：（没来得及截图，这里用linux公社的图片）

（3）配置环境变量
若是远程：执行命令：sudo vim /etc/profile
若是非远程：执行命令：sudo gedit /etc/profile
接着在打开的文件里添加下面的命令：

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64/:/usr/local/cuda/lib64:$LD_LIBRARY_PATHexport PATH=/usr/local/cuda-8.0/bin:/usr/local/cuda/bin:$PATH

（4）安装后的检查工作
-检查 NVIDIA Driver是否安装成功，会输出nvidia的版本号

cat /proc/driver/nvidia/version 

-查看nvcc编译器的版本

nvcc -V i  

-编译cuda的示例代码
切换到例子存放的路径，默认路径是 ~/NVIDIA_CUDA-7.5_Samples
（即 /home/xxx/ NVIDIA_CUDA-7.5_Samples， xxx是你自己的用户名）

cd ~/NVIDIA_CUDA-6.5_Samples

接着输入在终端输入make命令进行编译。我在第一次make编译的时候吃饱了个错，说找不到g++文件夹，我安装g++后Sudo apt-get install g++，再次编译就没有出错了，编译时间有点长,若出现Finished building CUDA samples，就说明编译成功。

接下来进入1_Utilities目录，执行：$ ./deviceQuery/deviceQuery ，结果如下：

至此，cuda的工作就完成了！

三、CudannV5安装

参考：http://blog.csdn.net/u012177034/article/details/52102676

去cudann官网下载和cuda8.0相对应的cudann，我下载的是cudnn-8.0-linux-x64-v5.1.tgz
1、解压缩：tar xvzf cudnn-8.0-linux-x64-v5.0-ga.tgz
2、拷贝到cuda相应的文件夹下即可

sudo cp lib64/lib* /usr/local/cuda-8.0/lib64/sudo cp include/cudnn.h /usr/local/cuda-8.0/include/

3、进入/usr/local/cuda/lib64/，修改权限，复制完后需要将libcudnn*的权限都改为777，否则后面将不能执行~~~，编译时出现找不到Libcudnn.so或者libcudart.so.8.0文件的情况

cd /usr/local/cuda/lib64/sudo chmod 777 libcudnn*

至此，cudnn的工作就结束了！

四、anaconda安装

由于本机的python版本是2.7，所以下载乐2.7对应的anaconda版本。
1、进入到anaconda所在的文件夹，在终端运行：

 bash Anaconda2-4.1.1-Linux-x86_64.sh

2、在安装的过程中，会问你安装路径，直接回车默认就可以了。有个地方问你是否将anaconda安装路径加入到环境变量（.bashrc)中，这个一定要输入yes
3、安装成功后，会有当前用户根目录下生成一个anaconda2的文件夹，里面就是安装好的内容。在终端可以输入conda info 来查询安装信息
4、输入conda list 可以查询你现在安装了哪些库，常用的python, numpy, scipy名列其中。
5、 如果你还有什么包没有安装上，可以运行，conda install ***来进行安装，如果某个包版本不是最新的，运行 conda update *** 就可以了

五、tensorflow1.1安装

参考：tensorflow官方网站安装指南
1、创建一个名为tensorflow的conda环境

conda create -n tensorflow

2、激活conda环境

source activate tensorflow

3、下载tensorflow并安装
TF_PYTHON_URL是你要下载安装的tensorflow的版本的URL

pip install --ignore-installed --upgrade TF_PYTHON_URL

举个例子，我执行的命令是：

 pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp27-none-linux_x86_64.whl

4、等到安装好之后就可以验证了
官方栗子：
先进入python环境，在终端输入：python
接着跑一个hello，Tensorlow的栗子

>>> import tensorflow as tf>>> hello = tf.constant('Hello, TensorFlow!')>>> sess = tf.Session()>>> print(sess.run(hello))

结果如下：