Ubuntu14.04安裝Nvidia顯卡驅動+cuda8.0+cudnn5.1+tensorflow

Ubuntu14.04安裝Nvidia顯卡驅動+cuda8.0+cudnn5.1+tensorflow

初始環境：
系統：ubuntu14.04 LTS
顯卡：
雙顯，Intel+Nvidia gtx1050。Intel用於顯示，之前沒有使用過Nvidia這塊獨顯。
python 2.7 + python 3.4
顯卡驅動的安裝有多種方法，這裏我們採用run文件安裝。

Nvidia驅動安裝

• 首先查看並刪除已有的顯卡驅動：

sudo apt-get purge nvidia*

• 禁用自帶的 nouveau nvidia驅動 （important！）
  創建一個文件 通過命令

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

並添加如下內容：

blacklist nouveau
options nouveau modeset=0

再更新一下

sudo update-initramfs -u

修改後需要重啓系統。使用命令：

lsmod | grep nouveau

確認下Nouveau是已經被你幹掉，如果終端沒有輸出則表示禁用成功。

• Nvidia官網下載驅動

官網

輸入自己的顯卡型號後下載*.run文件。放到用戶目錄下。

• 安裝驅動
  進入命令行界面：Ctrl-Alt+F1
  關閉X-window
  sudo service lightdm stop
  給驅動run文件賦予執行權限
  sudo chmod a+x NVIDIA-Linux-x86_64-****.run
  安裝(注意 參數)
  sudo ./NVIDIA-Linux-x86_64-****.run –no-opengl-files
  –no-opengl-files 只安裝驅動文件，不安裝OpenGL文件。這個參數最重要
  –no-x-check 安裝驅動時不檢查X服務
  –no-nouveau-check 安裝驅動時不檢查nouveau 
後面兩個參數可不加。
  重新啓動X-window：
  sudo service lightdm start
  然後Ctrl+Alt+F7進入圖形界面
  重啓

如果無法進入圖形界面，則ctrl+alt+F1進入命令行界面，將驅動刪除再重新安裝一遍。

sudo ./NVIDIA-*****.run uninstall

成功進入圖形界面後，終端運行

nvidia-sim

如果輸出顯卡信息，則表示驅動安裝成功。

cuda安裝

這裏我們採用run文件安裝方法。

• 首先，檢查自己的GPU是否是CUDA-capable。去CUDA的官網查看自己的GPU版本是否在CUDA的支持列表中
• 檢查自己的Linux版本是否支持 CUDA(Ubuntu 14.04沒問題)
• 檢查自己的系統中是否裝了gcc
  在終端中輸入： $gcc –version 可以查看自己的gcc版本信息
• 檢查是否安裝了kernel header和 package development
  在終端中輸入：
  uname –r
  在終端中輸入：
  sudo apt-get install linux-headers-$(uname-r)
  可以安裝對應kernel版本的kernel header和package development

以上檢查我的電腦系統都滿足要求，如果沒有滿足要求的話，可以參考cuda的官方文檔，裏面有詳細的針對每個問題的解決方案。

• 下載run file文件
  cuda官網下載地址：
  https://developer.nvidia.com/cuda-downloads
  選擇自己相應的版本下載，大約1.4G。
• 安裝
  進入命令行界面：
  Ctrl-Alt+F1
  關閉X-window
  sudo service lightdm stop
  切換到cuda runfile文件的保存路徑。給下載的runfile文件賦予執行權限
  sudo chmod a+x cuda_8.0.61_375.26_linux.run
  運行安裝。注意，提示是否安裝openGL files時選擇no，提示是否安裝驅動時選擇no。
  sudo sh cuda_8.0.61_375.26_linux.run --no-opengl-libs
  等待安裝完成。出現以下語句時，表示安裝結束。
  Driver ：Installed
  Toolkit ：Installed in /usr/local/cuda-8.0
  Samples ：Installed in /home/zlin
  重啓圖形界面
  sudo service lightdm start
  Alt + ctrl +F7，返回到圖形化登錄界面，輸入密碼登錄。

倘若沒有遇到循環登錄的問題，基本說明cuda的安裝成功了!!!!
如果遇到循環登錄的問題，與前面驅動安裝時一樣，將驅動重新安裝一遍即可。

• 重啓電腦。檢查Device Node Verification
  檢查路徑/dev下 有無存在名爲nvidia*（以nvidia開頭）的多個文件(device files) 
如果沒有的話，可以參考官方文檔裏的指導步驟，進行添加。

• 設置環境變量
  終端中輸入
  $ sudo gedit /etc/profile
  
在打開的文件末尾，添加以下兩行。

  export PATH=/usr/local/cuda-7.5/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/cuda7.5/lib64

然後重新加載環境變量
sudo source /etc/profile

• 安裝完畢後的檢查工作
  a): 檢查 NVIDIA Driver是否安裝成功
  終端輸入 ：
  $ cat /proc/driver/nvidia/version
  會輸出NVIDIA Driver的版本號
  b): 檢查 CUDA Toolkit是否安裝成功
  終端輸入 ：
  $ nvcc –V
  會輸出CUDA的版本信息
  c): 嘗試編譯cuda提供的例子
  切換到例子存放的路徑，默認路徑是
  ~/NVIDIA_CUDA-7.5_Samples 
（即/home/xxx/ NVIDIA_CUDA-7.5_Samples， xxx是你自己的用戶名）
  然後終端輸入：$ make
  如果出現錯誤的話，則會立即報錯停止，否則會開始進入編譯階段。 
我的第一次運行時出現了報錯，提示的錯誤信息是系統中沒有gcc 
然後在終端運行 $ sudo apt-get install gcc
  安裝完gcc後 再make就正常了 
整個編譯的時間持續比較長，耐心等待，大概十幾分鍾是需要的。
  d):運行編譯生成的二進制文件。
  編譯後的二進制文件 默認存放在~/NVIDIA_CUDA-7.5_Samples/bin中。
  
切換路徑 ：
  
cd ~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release 

  
終端輸入 ：$ ./deviceQuery
  看到類似如下圖片中的顯示，則代表CUDA安裝且配置成功（congratulation！！）
  
  再檢查一下系統和CUDA-Capable device的連接情況 

  終端輸入 ：$ ./sandwidthTest 
看到類似如下圖片中的顯示，則代表成功 

  

至此，cuda8.0安裝成功。

CUDNN安裝

下載cuDNN v5.1 Library for Linux.
https://developer.nvidia.com/cudnn

下載完cudnn5.1之後進行解壓，cd進入cudnn5.1解壓之後的include目錄，在命令行進行如下操作：

sudo cp cudnn.h /usr/local/cuda/include/    #複製頭文件

再將cd進入lib64目錄下的動態文件進行復制和鏈接：

sudo cp lib* /usr/local/cuda/lib64/    #複製動態鏈接庫
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5    #刪除原有動態文件
sudo ln -s libcudnn.so.5.0.10 libcudnn.so.5  #生成軟銜接
sudo ln -s libcudnn.so.5 libcudnn.so      #生成軟鏈接

如果以後要換cuDNN的版本，照着上述步驟重裝一遍即可。

安裝tensorflow

sudo pip3 install tensorflow-gpu=1.2.1
因爲我要學習的google nmt神經機器翻譯模型需要tf的版本>=1.2.1，因此我安裝的版本是1.2.1。大家根據自己的需要來安裝相應的版本。

檢查tensorflow是否安裝成功：

python3
import tensorflow as tf