深度学习环境搭建：Ubuntu18.04+2080ti+cuda10+cudnn7
深度学习环境搭建：Ubuntu18.04+2080ti+cuda10+cudnn7
- 安装Ubuntu系统
- 下载系统镜像文件
- 烧录软件烧录
- 安装系统
- 显卡驱动安装
- 显卡下载
- 驱动程序安装
- 安装cuda
- 安装cudnn
- 几个有用的连接
本人使用的是实验室的一台机器，搭载了一块RTX2080Ti的显卡，机器买回来故障不断，反反复复维修，反反复复搭建多次环境，所以特地把步骤记录一下，方便实验室后面的延续。
安装Ubuntu系统
下载系统镜像文件
在Linux官网下载Ubuntu18.04的.iso镜像文件。下载地址：ubuntu18.04下载
烧录软件烧录
烧录软件使用Rufus，下载地址：Rufus烧录软件下载
打开Rufus，插入U盘，选择下载好的Ubuntu镜像文件，点击开始。
开始后，会弹出提示框，提示下载相应组件，选择“是”
这里以iso镜像模式写入（推荐）
这里注意进行U盘备份，点击之后会格式化整个U盘
点击确定之后，就开始进行iso镜像文件的创建，这里需要耐心等待，创建完成之后，就可以用于Ubunut系统的安装了。
安装系统
将u盘插入机箱，开机，进入BIOS设置界面，选择U盘启动，启动后会弹出Ubuntu系统安装的界面，按照界面指示，一步一步执行即可，详见博客：ubuntu安装
显卡驱动安装
显卡下载
在Nvidia官网下载自己显卡对应的驱动程序文件（ps:官网进入较慢，需要耐心等待）。上传送门：显卡驱动程序下载
我们选择RTX2080Ti显卡驱动程序。我们下载的430.14版本。
注意，安装显卡驱动程序之前，需要在BIOS中对bios security option进行设置。
驱动程序安装
禁用Ubuntu子带的驱动nouveau
sudo gedit /etc/modprobe.d/blacklist.conf
在弹出的blacklist.conf文件的最下面加入代码：
blacklist amd76x_edac
blacklist nouveau
blacklist vga16fb
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
保存后，在终端输入命令，使加入的黑名单生效：
sudo update-initramfs -u
重启计算机
sudo reboot now
卸载计算机原有的nvidia显卡驱动
当出现显卡掉载或者找不到驱动时，需要重装驱动程序，此时要将之前的显卡驱动进行卸载
sudo apt-get remove --purge nvidia*
安装新的显卡驱动程序
赋予程序权限
chmod +x ./NVIDIA-Linux-x86_64-410.78.run
安装显卡驱动
sudo ./NVIDIA-Linux-x86_64-430.14.run
测试
按照提示，安装完显卡驱动后，进行测试，会显示出显卡相应的信息。
nvidia-smi
注意!!
安装显卡驱动前，需要安装gcc、g++、make。Ubuntu18.04以上gcc版本在7.3，需要降级到5.0。
安装gcc、g++等
sudo apt-get install -y gcc-5
sudo apt-get install -y g++-5
对gcc、g++版本降级
cd /usr/bin
sudo rm gcc
sudo ln -s gcc-5 gcc
sudo rm g++
sudo ln -s g++-5 g++
查看gcc、g++版本
gcc --version
g++ --version
安装cuda
到官网下载cuda，传送门：cuda下载
到目前，cuda版本更新到10.1，但10.1版本的cuda没有对应的Tensorflow，所以有卸载掉10.1版本的cuda，退回到10.0版本。
卸载cuda
找到路径/usr/local/cuda-10.1/bin/下的uninstall文件（好像是叫这个，因为卸载的时候忘记记录，所以遇到类似情况大家按照这个仔细找就能找到）
输入命令
sudo /usr/local/cuda-10.1/bin/uninstall_cuda_10.1
卸载之后，还有一些残留的文件夹，之前安装的是CUDA 10.1。可以一并删除：
sudo rm -rf /usr/local/cuda-10.1/
安装cuda10.0
我下载的cuda版本为cuda_10.0.130_410.48_linux.run和一个补丁cuda_10.0.130.1_linux.run两个文件。安装：
sudo sh cuda_10.0.130_410.48_linux.run
按照命令提示一直向下进行，注意 accept之后，提示安装的第一个为是否安装显卡驱动，因为我们已经安装了显卡驱动，所以此处选择no
安装补丁
sudo sh cuda_10.0.130.1_linux.run
环境路径配置
打开配置文件，进行配置
sudo gedit ~/.bashrc
在弹出的文件最后加入
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存后，在命令窗输入命令使其生效
source ~/.bashrc
测试
安装完成后进行测试
nvcc -V
显示如下
安装cudnn
在官网选择与cuda对应的cudnn进行下载，传送门：cudnn下载
解压
tar -xzvf cudnn-10.0-linux-x64-v7.4.1.5.tgz
把一下文件copy到cuda文件目录下
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*
几个有用的连接
cuda installition guide for linux
cuda支持的显卡及显卡计算能力查看
RTX2080Ti安装显卡驱动
到现在深度学习实验环境的基础框架已经搭建完毕，可以下载相应的框架进行训练啦！！！！！！！！撒花~~~