Ubuntu18.04安装NVIDIA显卡、CUDA10.1、cuDNN7.5

最近实验室要在ubuntu上搭建深度学习环境，在网上查找各种搭建教程，有些不完整，踩了不少坑，在此总结一下安装过程。

这篇主要总结在Ubuntu18.04上安装NVIDIA显卡、CUDA10.1以及cuDNN7.5。

1、安装NVIDIA显卡

我这里使用的是PPA仓库自动安装NVIDIA显卡，这种方法比较简单，网上还有其他的安装方法。

首先，要将显卡驱动的PPA添加到系统中

# Add the graphics-driver PPA
$ sudo add-apt-repository ppa:graphics-drivers
# And update
$ sudo apt-get update

 然后查看电脑显卡驱动信息

$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.1/0000:02:00.0 ==
modalias : pci:v000010DEd00001E04sv00007377sd00001650bc03sc00i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-430 - third-party free recommended
driver   : nvidia-driver-410 - third-party free
driver   : nvidia-driver-415 - third-party free
driver   : nvidia-driver-418 - third-party free
driver   : xserver-xorg-video-nouveau - distro free builtin

如果系统中有老版本显卡驱动，要先卸载

$ sudo apt-get remove --purge nvidia*

输入以下命名安装所有推荐的显卡驱动(我使用的这种方式）

$ sudo ubuntu-drivers autoinstall

或者使用以下命令只安装其中某一个显卡驱动

$ sudo apt-get install nvidia-driver-430

安装完后，重启系统。

 

输入以下命名查看显卡驱动是否安装成功

$ nvidia-smi

如上图，系统已成功安装nvidia-430版本的显卡驱动。这样，显卡驱动就安装完成了。

 

2、安装CUDA10.1

在CUDA官网选择系统对应的版本下载CUDA

我的系统是Ubuntu18.04  64位，我选择下载最新版本的CUDA10.1：

输入以下命令安装CUDA

$ sudo sh cuda_10.1.105_418.39_linux.run

显卡驱动已在上面安装了，这里一定要选择不安装驱动，如下：

安装完后会有警告提示信息，忽略就行。是因为在安装CUDA时没有选择安装显卡驱动。

安装完后，在.bashrc文件末尾添加环境变量

$ sudo vim ~/.bashrc

export PATH=/usr/local/cuda-10.1/bin${PATH:+:$PATH}}   #注意，根据自己的cuda版本填写
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存退出后，输入以下命名

$ source ~/.bashrc

输入以下命令，测试是否安装成功

$ cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
$ sudo make
$ ./deviceQuery

如下图 Result = PASS表示CUDA安装成功。

3、安装cuDNN7.5

在官网下载cuDNN，选择自己对应的系统和已安装的CUDA版本下载cuDNN。（要注册才能下载）

我选择的是cuDNN v7.5.1 (April 22, 2019), for CUDA 10.1    for Linux 

下载完成后，输入以下命令解压文件

$ tar -zxvf cudnn-10.1-linux-x64-v7.5.1.10.tgz

输入以下命名，将cudnn相关文件拷贝到已安装的cuda文件中

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/    #解压后的文件夹名为cuda
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
sudo chmod a+r /usr/local/cuda/include/cudnn.h           #增加所有用户对文件的可执行权限
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

至此，显卡驱动、CUDA、cuDNN已安装完成。

接来下安装Anaconda软件，并创建tensorflow gpu 环境。