Ubuntu18.04下安裝Cuda9.0和Cudnn7.0

這篇博客爲在Ubuntu18.04上基於 Anaconda3 安裝編譯 Caffe-GPU的詳細教程中第二步。由於教程之詳細，放在一篇博客中影響閱讀體驗，所以按照安裝順序分爲了三個部分，具體每一部分點開鏈接即可訪問。

一、Ubuntu18.04下Anaconda3的安裝與配置

二、Ubuntu18.04下安裝Cuda9.0和Cudnn7.0

三、Ubuntu18.04下基於 Anaconda3 安裝和編譯 Caffe-GPU

---

---

1. Cuda9.0安裝

1.1. NVIDIA驅動安裝

Ubuntu18.04自帶了NVIDIA驅動，但是它沒有安裝完整，不能在終端使用nvidia-smi命令查看，在之後的CUDA編譯測試裏面也會出現問題，因此需要重新安裝。重新安裝的方式如下：

• 首先，檢測你的NVIDIA圖形卡和推薦的驅動程序的模型，在終端輸入：

ubuntu-drivers devices

從中可以看到，這裏有一個設備是GTX 1080 Ti，對應的驅動是NVIDIA -390，所以安裝390版本的驅動。有兩種方法.
方法一、選擇安裝所有推薦的驅動.

sudo ubuntu-drivers autoinstall

方法二、只安裝其中一個驅動.

sudo apt install nvidia-390

這裏我們選擇第一種方式，執行完命令後，在終端輸入：nvidia-smi 可以得到相關信息.

1.2. GCC降級

因爲Ubuntu18.04默認gcc7.0，而CUDA9.0只支持gcc6.0及以下版本，因此需要降級，這裏選擇降級到的版本是gcc5.5版本。

• 首先查看自己的版本.

gcc –version

機器顯示7.3.0，因此降級版本並激活。

• 在終端輸入:

sudo apt-get 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
gcc –version

如果顯示是5.5版本則OK。如果出現其他錯誤未降級情況，請自行百度/Google查看解決方案.

1.3. 依賴庫的安裝

• 在終端輸入：

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev
sudo apt-get install libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

成功安裝完依賴庫！

1.4. 下載安裝

官網地址：點擊此處進入


下載後存放的目錄需要記住！

• 在安裝包存放目錄處打開終端輸入：

sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub

• 繼續在終端輸入：

sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb
sudo apt-get update

• 繼續在終端輸入：

sudo apt-get install cuda

進入/usr/local目錄下可以看到cuda和cuda-9.0兩個文件夾，表明安裝成功.

安裝成功，接下來進行環境變量配置~

1.5. 環境配置

完成以上的步驟以後一定要進行環境的配置。步驟如下：

• 打開終端輸入：

sudo gedit ~/.bashrc

• 在打開的配置文件中，將以下內容寫入末尾處.

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

• 使環境變量生效.

source ~/.bashrc

1.6. 測試

在安裝的時候也相應安裝了一些cuda的一些例子，可以進入例子的文件夾然後使用make命令執行。
第一步：進入例子文件

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery

第二步：執行make命令

sudo make

第三步：運行Demo

./deviceQuery

如果結果有GPU的信息，說明安裝成功。

自帶例子測試通過，Cuna9.0安裝配置完成！

---

2. Cuda7.0安裝

2.1. 下載安裝

官網下載地址:點擊這裏（需要註冊個賬號）
爲適應Cudn9.0，這裏下載的是CuDnnv7.0.4 (Nov 13, 2017), for CUDA 9.0。這裏下載完的CuDnn是.solitairetheme8格式的文件。

• 解壓下載文件

tar -xvzf cudnn-9.0-linux-x64-v7.solitairetheme8

• 在終端輸入：

sudo cp cuda/include/cudnn.h   /usr/local/cuda/include

注意，解壓後的文件夾名稱爲cuda ,將對應文件複製到 /usr/local中的cuda內.

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

2.2. 安裝測試

• 在終端輸入：

nvcc –V

安裝成功！(若沒有顯示，可以重啓電腦)
至此，Cudnn9.0和Cuda7.0安裝成功~~

上一步：Ubuntu18.04下Anaconda3的安裝與配置


下一步：Ubuntu18.04下基於 Anaconda3 安裝和編譯 Caffe-GPU