問題記錄 | 配置ubuntu18.04+cuda9.0+cudnn服務器tensorflow-gpu深度學習環境

因為實驗室服務器資源有限，我被分配的服務器經常變化，但是常常就分到連顯卡驅動以及cuda都沒有裝的服務器，真的很頭疼，我已經配了四五台了，特此記錄一下，以便以后直接照版本安裝。

Install nvidia driver

我的服務器配置是ubuntu18.04，顯卡是1080Ti。

給ubuntu添加驅動的源:

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt upgrade

查看設備型號得到推薦安裝的驅動型號:

ubuntu-drivers devices

自動安裝顯卡驅動

sudo ubuntu-drivers autoinstall

重啟

sudo reboot

如果重啟一切順利就命令檢查

lsmod | grep nvidia

or

nvidia-smi

Install CUDA9.0 and cudnn7

查看 CUDA 版本：

cat /usr/local/cuda/version.txt

查看 CUDNN 版本：

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

下載好cuda_9.0.176_384.81_linux.run

鏈接：https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run

ubuntu16.04版本的：https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run

安裝cuda：

sudo chmod 777 cuda_9.0.176_384.81_linux.run
sudo ./cuda_9.0.176_384.81_linux.run -toolkit -samples -override --no-opengl-libs -silent

更改gcc版本

sudo apt install gcc-5 g++-5
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50 
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50

設置cuda環境變量

vim ~/.bashrc1

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda-9.0/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME

下載cudnn要在這個https://developer.nvidia.com/rdp/cudnn-archive鏈接中選擇下載

復制cudnn庫至cuda中

tar -zxvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/lib64/* /usr/local/cuda-9.0/lib64/
sudo cp cuda/include/* /usr/local/cuda-9.0/include/

安裝tensoflow-gpu-1.14：

pip install -U tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple --user

tensorflow測試程序：

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))