目錄

• Ubuntu server16.04安裝配置驅動418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超詳細解決
• 安裝GCC
• 安裝NVIDIA驅動
  • 1. 卸載原有驅動（沒裝跳過）
  • 2. 禁用nouveau
  • 3. 安裝NVIDIA顯卡驅動
  • 安裝CUDA10.1
• 安裝cudnn
• 安裝anaconda
• 安裝tensorflow
• 安裝pytorch
• Reference

Ubuntu server16.04安裝配置驅動418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超詳細解決

本篇博文根據本人親裝碰到的問題搜集總結而成，具體參考見結尾REFERENCE

安裝GCC

服務器版未裝有gcc，但英偉達驅動安裝需要gcc，嘗試過換源、更新軟件庫、以及overstack的幾種方法均未能解決，最終發現可以通過安裝build-essential軟件包來解決問題，它會安裝一堆新包，包括gcc， g++和make。

sudo apt install build-essential

安裝NVIDIA驅動

由於直接安裝cuda如果選擇安裝驅動會直接版本較低的驅動，所以采用先裝驅動后裝cuda的方式。

1. 卸載原有驅動（沒裝跳過）

1. 方法一、通用sudo apt-get remove –purge nvidia*
2. 方法二、 非官網驅動sudo apt-get remove --purge nvidia（版本全稱，如我的nvidia-384.130）
3. 方法三、官網驅動 sh ./nvidia.run --uninstall

2. 禁用nouveau

安裝NVIDIA需要先禁用系統自帶的驅動

1. 打開文件sudo gedit /etc/modprobe.d/blacklist.conf

2. 在文本末尾添加

   blacklist nouveau
   option nouveau modeset=0
   

   無視warn

3. wq， 執行sudo update-initramfs -u

4. 檢測，lsmod | grep nouveau，沒有任何輸出說明禁用成功

3. 安裝NVIDIA顯卡驅動

1. 查看支持的驅動版本

   sudo apt-cache search nvidia*，一般安裝大於等於最大的版本就好，我安裝的是418.87

   

2. 下載NVIDIA驅動，

   官網地址

3. 禁用X服務（最好有一台備用電腦，因為這一步會黑屏...因為我是采用ssh連接，所以對我沒影響）

   sudo service lightdm stop

4. 給文件賦執行權限並cd到下載目錄

   cd ~ 
   sudo chmod a+x NVIDIA-Linux-x86_64-384.130.run
   

5. 安裝

   sudo sh ./NVIDIA-Linux-x86_64-375.20.run –no-opengl-files

6. 檢測是否成功 nvidia-smi
   

安裝CUDA10.1

1. 官網地址

2. 禁用X服務（黑屏）

   sudo service lightdm stop

3. 給文件賦執行權限並安裝

   sudo chmod a+x cuda_10.1.243_418.87.00_linux.run
   
   sudo sh cuda_10.1.243_418.87.00_linux.run --override
   

   accepted， 除了驅動不選擇，其他都選。

   

4. 打開配置文件 vim ~/.bashrc,末尾寫入

   export PATH=/usr/local/cuda-10.1/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
   

   生效 source ~/.bashrc

5. 檢測是否成功 nvcc -V
   

安裝cudnn

1. 官網下載，找到與cuda版本配對的cudnn，查看官網配對，以及更全的版本配對，我的cuda為10.1所以，cudnn選的是7.6.4

   

   

2. 將下載的添加為壓縮包並解壓

   # compression
   cp  cudnn-8.0-linux-x64-v5.1.solitairetheme8 good.tgz
   # decompression
   tar -xvf good.tgz
   

3. 安裝，其實就是改變文件位置和權限

   sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
   $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d 
   $ sudo chmod a+r /usr/local/cuda/include/cudnn.h
   $ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
   

4. 查看cudnn版本：

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

---

以上便配置好服務器，以下為非root用戶根據需要安裝。

我安裝的是anaconda、tensorflow、pytorch

安裝anaconda

1. 卸載anaconda（如有） rm-rf ~/anaconda，然后修改配置文件~/.bashrc

2. 官網下載並安裝

3. 配置文件/home/yourusername/.profile,在最后一行添加如下

   # Anaconda
   export PATH=$PATH:/home/username/anaconda3/bin
   

   生效 source /home/username/.profile

安裝tensorflow

查看官網配對，確定安裝版本

# 如果你安裝的是 Python 3.6 版的Anaconda:
conda create --name tf_gpu_env tensorflow-gpu # tf_gpu_env是這個環境的名字

# 如果你安裝的是 Python 3.7 版的Anaconda，則需要聲明新創建的環境使用 Python 3.6:
conda create --name tf_gpu_env python=3.6 anaconda tensorflow-gpu

安裝pytorch

1. 新建虛擬環境並激活環境

   conda create -n pytorch python=3.7
   activate pytroch
   

2. 查看官網選擇版本，獲得代碼

   如我的

   

解決問題：

1. ERROR: Cannot uninstall 'wrapt'. during upgrade
2. tensorboard 1.14.0 has requirement setuptools>=41.0.0, but you'll have setuptools 39.1.0

Reference

https://blog.csdn.net/zhang970187013/article/details/81012845

https://www.linuxidc.com/Linux/2019-06/159059.htm

https://blog.csdn.net/Eddy_zheng/article/details/52910249

https://blog.csdn.net/DarrenXf/article/details/82182449

https://blog.csdn.net/qq_41620607/article/details/81236525

https://www.cnblogs.com/onemorepoint/p/7453766.html

https://blog.csdn.net/qq_22474567/article/details/54984257

https://blog.csdn.net/yuejisuo1948/article/details/81043962

https://github.com/tensorflow/tensorflow/issues/30191

https://blog.csdn.net/weixin_44179909/article/details/96973208

https://zhuanlan.zhihu.com/p/59278962