一,、準(zhǔn)備工作

參照官網(wǎng)上資料 ,，進(jìn)行準(zhǔn)備工作

1. 驗(yàn)證自己的電腦是否有一個(gè)可以支持CUDA的GPU

 $ lspci | grep -i nvidia 我的顯示為T(mén)esla P800

if it is listed in http://developer./cuda-gpus, your GPU is CUDA-capable

2.驗(yàn)證自己的Linux版本是否支持 CUDA：The CUDA Development Tools are only supported on some specific distributions of Linux. These are listed in the CUDA Toolkit release notes

           uname -m && cat /etc/*release

3. 驗(yàn)證系統(tǒng)是否安裝了gcc 在終端中輸入： $  gcc –v

4. 驗(yàn)證系統(tǒng)是否安裝了kernel header和 package development

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

結(jié)果顯示：升級(jí)了 0 個(gè)軟件包,，新安裝了 0 個(gè)軟件包，要卸載 0 個(gè)軟件包,，有 x個(gè)軟件包未被升級(jí). 表示系統(tǒng)里已經(jīng)有了,，不用重復(fù)安裝。

二,、下載cuda并安裝（官網(wǎng)步驟）

1.首先注意版本,！

查看版本之間要求 https://www./install/source#linux

gcc需要降級(jí)、cudnn需要7,，TensorFlow需要1.12.0

2.下載

官網(wǎng)下載頁(yè)面上是最新的10.1版本,，在后面的過(guò)程中才發(fā)現(xiàn)TensorFlow可能還不支持，所以想下載低版本的cuda

下載舊版本的cuda地址,，本來(lái)想選擇cuda 9.* ,，但里面Ubuntu最高只支持17.10，我的是18.04,，所以只能選擇cuda 10.0

2.安裝：runfile形式安裝據(jù)說(shuō)錯(cuò)誤率更少

1) 禁用 nouveau驅(qū)動(dòng)

lsmod | grep nouveau 若無(wú)內(nèi)容輸出,，則禁用成功

我執(zhí)行以上操作后，還是有輸出,，reboot重啟后,，無(wú)輸出了。

2）執(zhí)行安裝腳本

sudo sh cuda_***_linux.run (你下載的runfile安裝包名字）

注意：先accept,，安裝項(xiàng)里不要選擇安裝驅(qū)動(dòng),，避免有坑，其他都yes

會(huì)提示：

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 10.0 functionality to work.忽略就行

可以看到軟連接已經(jīng)指向10.0版本了

3）設(shè)置環(huán)境變量

在主目錄下的~/.bashrc文件添加如下路徑

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0

用su直接切換到root,，再執(zhí)行 source ~/.bashrc

4）檢測(cè)是否安裝成功

出現(xiàn)以下結(jié)果

博客里說(shuō)這個(gè)result為pass則為成功

時(shí)隔幾個(gè)月之后,，cuda又不能正常使用了

顯示是缺失driver（安裝的時(shí)候選了安，不知為何又bug了）

參照網(wǎng)上的安裝步驟

(1)方式1

ubuntu-drivers devices
sudo ubuntu-drivers autoinstall #自動(dòng)安裝

報(bào)錯(cuò)

（2）方式2

（3）方式3

只能嘗試手動(dòng)下載,，在https://www./Download/index.aspx官網(wǎng)選擇

下載之后 ,，會(huì)進(jìn)入交互界面

提示說(shuō)一句有410.48版本

但是再用sudo dpkg --list | grep nvi，查不到410.48,，用cat /proc/driver/nvidia/version,，也是無(wú)此文件

交互過(guò)程中提示內(nèi)核版本之類的問(wèn)題，也是無(wú)疾而終

（4）方式4：重裝,，并選擇install driver

發(fā)現(xiàn)這次報(bào)錯(cuò)了,，顯示missing recommended library,可由此篇博客解決，但解決之后對(duì)驅(qū)動(dòng)沒(méi)有太大影響

在nvidia安裝日志（/tmp/cuda_install_2971.log）里發(fā)現(xiàn)是dkms的問(wèn)題

又尋根到/var/lib/dkms/nvidia/...

找到error：unrecognized command line option 'fstack-protector-strong'

gcc之前是4.8.5問(wèn)題，我升級(jí)到5.5.0,，再重新安裝

剛剛dkms的問(wèn)題沒(méi)有了,，甚至執(zhí)行王同學(xué)的代碼都能OK

但存在另一個(gè)問(wèn)題

（有人說(shuō)這個(gè)問(wèn)題不重要）

那難道是沒(méi)有卸載之前版本的問(wèn)題嗎？ sudo apt-get purge nvidia*

一狠心就執(zhí)行,，全部刪掉,，然后重新sh .run文件

還是不行。,。,。。重裝機(jī)器吧,。,。。

三,、安裝cudnn

下載地址,，需要自行注冊(cè)，然后選擇cuda10.0的對(duì)應(yīng)版本,，cudnn 7.4.1

解壓縮：tar -xzvf cudnn-9.0-linux-x64-v7.tgz

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

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

如果出現(xiàn)所示版本信息,，說(shuō)明安裝成功。 

四,、安裝TensorFlow-GPU版本

查看python3對(duì)應(yīng)的TensorFlow安裝版本,，發(fā)現(xiàn)cpu與gpu并存

1.嘗試安裝對(duì)應(yīng)gpu版本

pip3 install tensorflow-gpu==1.13.1

結(jié)果import的時(shí)候報(bào)錯(cuò)

查了下原因，應(yīng)該是前面設(shè)置的環(huán)境變量沒(méi)有生效,，參考博客

（1）臨時(shí)解決方法1（下次登錄失效）

在終端執(zhí)行前面的的export操作,，發(fā)現(xiàn)終于能正常運(yùn)行

（2）臨時(shí)解決方法2

2.判斷運(yùn)行的TensorFlow是cpu還是gpu

# 轉(zhuǎn)自知乎.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

print(sess.run(c))

可以看到輸出信息都是關(guān)于GPU的，說(shuō)明TensorFlow-GPU版本正常工作了