ubuntu18.04安装CUDA10+cuDNN7.6完成深度环境搭建.

ubuntu18.04安装CUDA10+cuDNN深度环境搭建.

PS : 请自己设置好镜像云地址，常用的是阿里云和清华云镜像。

安装过程中若是出现该显示，可以试着在命令行后面添加 --override ！本文章中安装CUDA10过程中不会出现，CUDA9.0会出现…

===========
= Summary =
===========

Driver:   Not Selected
Toolkit:  Installation Failed. Using unsupported Compiler.
Samples:  Not Selected

# 添加override再执行:
chmod 777 cuda***.run
sudo sh ./cuda***.run --override

需要安装的内容

• 显卡驱动.

• CUDA工具包

  • 需要CUDA10.0的ubuntu文件:CUDA地址链接！

• cuDNN加速网络

  • 对应文件链接地址：cuDNN 地址!

• virtual 环境搭建
  所有的安装流程如下，以 script表现出来！
  
  

# 若有安装过其他CUDA的版本，卸载驱动.
sudo apt-get update
sudo apt purge nvi*

# 添加安装库地址.
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
ubuntu-drivers devices
# 可以安装最新版本的驱动，驱动信息有提示 recommended.
sudo apt install nvidia-driver-430
# 若是有包损坏，可以执行如下(一般不需要的)：
sudo apt-get update --fix-missing
# 重启计算机.
sudo reboot

# 校验安装结果：
nvidia-smi
# 找到下载的文件地址，可以windows下载上传到home目录；ubuntu默认下载在Download文件夹下.
# 对应自己下载的即可，我的是这个版本.
sudo sh ./cuda_10.0.130_410.48_linux.run
sudo vi ~/.bashrc

"""
CUda安装过程中的选择，问题，处理图像加速器(就是显卡驱动的意思)不要安装，其余看自己的.

提示安装大版本的cuda无任何问题，即使是cuda10.2，因为我们使用的是toolkit，的库而不是驱动。
可以到底看图片.
"""

# 写入如下，添加文件最后->到库环境变量.
"""
export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
"""
# 激活环境/刷新环境配置文件.
source ~/.bashrc
# cuda确认成功.
nvcc -V

# 下载对应的配置cudnn文件，进行安装！
sudo dpkg -i libcudnn7_7.6.0.64-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.0.64-1+cuda10.0_amd64.deb

# 不报错，基本上不会出现问题.
# 安装ubuntu深度环境.
sudo apt-get install python3-pip python3-dev python-virtualenv
virtualenv --system-site-packages -p python3 ~/tensorflow-gpu

# 激活环境.
source tensorflow-gpu/bin/activate
# 安装tensorflow-gpu，默认最新版本,当前1.14(stable).
"""
具体版本的话可以.tensorflow-gpu==1.13
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.12
"""
# 安装tensorflow，ipython，jupyter等等.
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu ipython jupyter

# 退出环境为：可以理解为de activate方便记忆.
deactivate

# 结束！