ubuntu18.04+paddlepaddle-gpu+nvidia驱动(GTX 960M)+CUDA8+CUDNNv7踩坑日记

前言：

近日参加百度-东大冬令营，虽然百度给我们提供了云环境，但是之前买了游戏本，显卡放着不用感觉挺可惜的，所以坚持要配一下GPU版本的paddlepaddle：

WARNING:坑多，慎入，如果顺利还好说，不顺利可能要一天多才能搞好。

踩坑历程：

1、关于ubuntu升级：

本来使用ubuntu16.04，但是鉴于程序员爱debug的性格，一时冲动升级到ubuntu18.04，，于是乎各种问题来了。

1）首先是显卡驱动

系统升级后显卡驱动莫名奇妙消失啦，所以重装显卡驱动，这里建议去nvidia官网下载，然后使用如下命令：

sudo sh ./NVIDIA.run -no-x-check -no-nouveau-check -no-opengl-files

原因是这条命令的后面选项可以巧妙的避开各种幺蛾子，比如循环登录，黑屏问题。

2）之前尝试过ubuntu翻长城都未成功，此处推荐一下：

推荐使用proxychains，自行百度咯

2、paddlepaddle-gpu与cuda+cudnn的版本适配问题

1）paddle简介

问题的解决可以说完全依靠官网文档，所以简单介绍一下，paddle是百度公司开发的，所以文档是有中文的，很方便。

2）paddle与cuda+cudnn的适配问题

这是一个值得好好研究的问题，如果不事先找好适配版本，可能要来来回回卸载下载好几次，这里把方法告诉大家：

https://pypi.org/project/paddlepaddle-gpu/#history

这里贴上paddlepaddle-gpu各个版本与cuda+cudnn的适配问题，下面解释：

x.x.x是版本号，主要是后面的postxy,比如post87表示适配与CUDA8+CUDANNv7。知道自己的cuda和cudnn版本后即可使用如下命令安装，我的cuda是8，cudnn是7，所以：pip install paddlepaddle-gpu==1.2.1.post87。

 

3、其他小问题：

推荐使用anaconda python2.7版本，在这之中可能还会有一些小问题，不过都是可以百度解决的。

cuda cudnn安装方法大家自行百度就好啦，教程一大堆

4、总结：

1）使用自己的机器搭建GPU版本的paddle是一个成长的过程

老师们都知道配环境，尤其是和驱动、cuda、cudnn相关的东西都很麻烦，所以推荐使用AI STUDIO上的云环境来做实验，但是我还是努力搭建自己的环境，加上之前搭建yolo的GPU环境已经积攒下了很多的经验，相信这对我以后的工作学习都是宝贵的财富。

2）一定要学会看官方文档

官方文档大多都是工程师写的，对各种依赖、问题的描述都会很详细，而且官方API可以起到很好的示范，，所以不要嫌麻烦，尝试去读官方文档，会有事半功倍的效果哦！！！