ubuntu18.04深度学习环境配置：机器环境部分

1、 硬件配置，以及基础环境说明

1. ASUS 笔记本 型号：FL5900U
2. 显卡：Intel Corporation Skylake GT2
3. 内存：8G
4. 显存：2G
5. CPU：4 Intel® Core™ i7-6500U CPU @ 2.50GHz
6. 系统：ubuntu18.04

2、安装显卡驱动

1. 删除旧的驱动

原来ubuntu上安装的显卡驱动不是英伟达的驱动，所以先把就的驱动卸掉：
shell # 删除 sudo apt-get purge nvidia*
如果你在安装ubuntu18.04时，选择的是最小安装，可以忽略这一步。

2. 禁用nouveau nvidia 驱动

编辑/etc/modprobe.d/blacklist.conf文件，在末尾加上
shell blacklist nouveau options nouveau modeset=0
更新配置文件：
shell sudo update-initramfs -u
禁用成功后重启。
使用命令lsmod | grep nouveau进行验证，linux 的智慧告诉我们没有消息就是最好的消息。

3. 正式开始安装

# 添加ppa
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
# 查看合适的驱动版本
ubuntu-drivers devices
# 安装驱动
# 在这里安装了推荐的版本
sudo apt-get install nvidia-driver-430

查看安装gpu信息：
说明安装成功了，如果遇到如下

NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

可能是nouveau 驱动没有禁用成功，需要禁用后卸载重装。

3. 安装依赖库

笔者不懂，本着只要冲突的原则，装就是了

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-devlibgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

4. GCC降低版本

CUDA9.0要求GCC版本是5.x或者6.x，其他版本不可以，需要自己进行配置，通过以下命令才对GCC版本进行修改。

sudo apt-get install gcc-5
sudo apt-get install g++-5

替换到原来的版本：

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

5. 安装CUDA9.0

1. 下载地址：https://developer.nvidia.com/cuda-toolkit-archive
2. 我选择了linux–x86-64，Ubuntu–17.04，runfile(local)的版本，下载Base Installer和4个Patch
   注意：在安装过程中会提示是否需要安装显卡驱动，在这里要选择n，其他的选择y或者回车键进行安装:

   sudo sh cuda_9.0.176_384.81_linux.run
   
   sudo sh cuda_9.0.176.1_linux.run
   
   sudo sh cuda_9.0.176.2_linux.run
   
   sudo sh cuda_9.0.176.3_linux.run
   
   sudo sh cuda_9.0.176.4_linux.run
   

3. 配置环境变量

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

   使其生效。
4. 验证
   若会输出相应的显卡性能信息，Result = PASS，表明CUDA安装成功。

   cd ~/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery 
   make -j4  
   sudo ./deviceQuery
   

6. 安装CUDNN

1. 下载地址：https://link.zhihu.com/?target=https%3A//developer.nvidia.com/rdp/cudnn-download
2. 下载：Download cuDNN v7.4.1(Nov 8, 2018), for CUDA 9.0 --cuDNNLibrary for Linux
3. 安装：

   tar -zxvf cudnn-9.0-linux-x64-v7.4.1.5.tgz
   sudo cp cuda/include/cudnn.h /usr/local/cuda/include
   sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
   sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
   

   不报错安装结束了
   是不是感觉有点玄幻，在自己安装的时候一定要注意版本的配合。

7. 结束

1. 机器环境到此就告一段落了，这些版本之间的控制还是需要去官网中了解以下。
2. 本文中安装的是兼容版本而不是最匹配版本，不排除有隐患存在。
3. 后续可能会等新一下与18.04官网给出的版本。