从环境搭建开始一起手把手实现Mask RCNN系列之一（Ubuntu 16.04 + Cuda 9.0 + CuDnn 7.1.4）GPU (GTX 1080 Ti)

一、安装GTX1080显卡驱动

1. 在Nvidia官网https://www.geforce.com/drivers下载对应自己系统的驱动，选择自己对应的系统即可，我是64位Linux，版本号是390.48，下载为一个.run文件。

2. 打开终端，首先卸载一下之前安装的Nvidia驱动（如果之前有安装驱动）

$ sudo apt-get --purge remove nvidia-* 

或者

$ sudo ./nvidia(安装驱动版本号).run --uninstall

3. 打开blacklist：

$ sudo gedit /etc/modprobe.d/blacklist.conf  

在打开的文件的最后添加以下几行

blacklist vga16fb  
blacklist nouveau  
blacklist rivafb  
blacklist nvidiafb  
blacklist rivatv  

保存退出，重启。

4. 安装驱动

按Ctrl+Alt+F1进入命令界面，用户名密码登入

$ sudo /etc/init.d/lightdm stop  
$ sudo init 3  
$ sudo /path/to/NVIDIA-Linux-x86_64-390.（具体自己的版本号）.run  -no-opengl-files  
$ sudo /etc/init.d/lightdm start  

***此步骤容易踩坑的地方有

1）命令行界面尽量不用使用小键盘（键盘右边数字键盘）

2）

-no-opengl-files 这句不能省

******

二、安装CUDA

1. 在网址https://developer.nvidia.com/cuda-90-download-archive下载对应的安装包

2. cd到包含了刚才下载文件的文件夹内，打开终端输入

$ sudo sh cuda_9.0.176_384.81_linux.run  

有一个很长的文档出现，快速略过。根据提示默认安装即可，但是，当出现选择是否安装Graphics Driver for Linux-x86_64：XXXX版本，这个地方必须选择no！否则会覆盖之前的驱动。选了Yes也没事回到上一步，重装驱动即可。

3.安装完毕之后，声明环境变量，终端输入

$ sudo gedit ~/.bashrc

在最后加上

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}  
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}  

保存退出

$ source ~/.bashrc  

在profile中也输入上面两行声明

$ sudo gedit /etc/profile  

保持退出，重启。

4. 验证驱动版本：390.48

$ cat /proc/driver/nvidia/version 

验证CUDA版本：9.0

$ nvcc -V  
nvcc: NVIDIA (R) Cuda compiler driver  
Copyright (c) 2005-2017 NVIDIA Corporation  
Built on Fri_Sep__1_21:08:03_CDT_2017  
Cuda compilation tools, release 9.0, V9.0.176 

三、安装cuDNN

1. 在https://developer.nvidia.com/rdp/cudnn-download下载，需要注册账号，下载以下文件：

2. 修改文件

$ cp  cudnn-9.0-linux-x64-v7.solitairetheme8 cudnn-9.0-linux-x64-v7.tgz  

3. 在下载路径解压文件，复制到本地路径，这里解压出来的文件名比较重要，后面会要对照着看

$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz  
cuda/include/cudnn.h  
cuda/NVIDIA_SLA_cuDNN_Support.txt  
cuda/lib64/libcudnn.so  
cuda/lib64/libcudnn.so.7  
cuda/lib64/libcudnn.so.7.0.4  
cuda/lib64/libcudnn_static.a  
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/  
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/  

4. 到本地cuda路径，创建软连接，终端输入，这里的文件名就参照之前解压出来的文件名对照着写

$ sudo chmod +r libcudnn.so.7.0.4    
$ sudo ln -sf libcudnn.so.7.0.4 libcudnn.so.7    
$ sudo ln -sf libcudnn.so.7 libcudnn.so    
$ sudo ldconfig  

5. 在本地cuda路径检测一下

$ ll  

出现cuDNN对应的版本号就证明安装成功啦

lrwxrwxrwx  1 root root        13 3月  19 16:02 libcudnn.so -> libcudnn.so.7*  
lrwxrwxrwx  1 root root        17 3月  19 16:02 libcudnn.so.7 -> libcudnn.so.7.0.4*  
-rwxr-xr-x  1 root root 287641664 3月  19 16:00 libcudnn.so.7.0.4*  

四、安装Tensorflow-GPU版

我直接采用的pip安装，也是最简单最直接的安装方式

$ sudo pip install tensorflow-gpu   #for python2.7 GPU support  

之后在终端中测试一下

$ python  
import tensorflow as tf  

没报错就是成功安装了。

主要参考博客https://blog.csdn.net/weixin_41864878/article/details/79621210，感谢！