CUDA9.0+Cudnn7.6+tensorflow-gpu+opencv-3.4.0+opencv_contrib安装

CUDA9.0+Cudnn7.6+tensorflow-gpu+opencv-3.4.0+opencv_contrib安装

1.CUDA9.0安装

• 安装显卡驱动nvidia-384：

  • 方法一：先禁用独显，然后在软件源的第三方驱动里直接勾选想要的驱动版本（不要随便选，有些看着可以选，选了你重启就进不去图形界面了），然后应用改变[外链图片转存失败(img-iSqD0sb0-1565696898225)(/home/mazehong/Pictures/anzhuang1.png)]

    方法二：禁用独显（这个网上很多，就是拉黑名单，在文字界面进行的那些操作，自己找，这个网上的其他教程没有坑），然后sudo apt-get install nvidia-384即可安装

    

    当然你也可以安装任何版本的驱动，直接指定nvidia-xxx即可，我的ubuntu之前在输入sudo apt-get install nvidia-后双击tab键还可以看到我可以安装nvidia-390而且我之前的系统也是安装的nvidia-390，但是重装系统后可能是软件源的问题，只能找到令我还满意的nvidia-384（不要问我为什么是384好，因为我前后装了八九个版本的驱动了2333333）

    方法三：跟着别人的教程走吧，从官网下载一个文件，然后再安装驱动

  当然，如果你重装了显卡进不去图形界面了，显示什么显卡在一个什么low mode下，恭喜你，你选错了版本，按ALT+CTRL+F1进入图形界面，然后登录（登录方法很简单，但是你要记得你的用户名和密码，不会的话网上很多，我也就不卖弄了）。然后怎么装进去的怎么删除，比如上面的前两种方法，我使用sudo apt-get remove nvidia-xxx就可以删掉刚才安装的显卡驱动，然后重启（或者ALT+CTRL+F7）就可以进去图形界面了。然后再重新装驱动，当然你也可以顺便在文字界面重新装一下驱动，命令如上，换个版本再试试，如果你再进不去，只能说你是非洲人了。方法三删除也很简单，CSDN上有一个博主写的很清晰。https://blog.csdn.net/qq_36501182/article/details/79222410?

• 安装cuda9.0

  • 下载cuda_9.0.176_384.81_linux-run

    然后在该文件所在目录下sudo sh cuda_9.0.176_384.81_linux-run

    然后盗用其他人一张图吧

    

    其中对于Do you want to install a symbolic link at /usr/local/cuda?这一项，文中由于是安装cuda多个版本，所有输入n，你们第一次安装时输入y，提示你安装驱动时一定要选n，其他的不是默认就是y，主要看自己能力以及需要，图简单的话就驱动那一项n，其他都y

  • 然后配置环境变量

    sudo gedit ~/.bashrc

    将以下几行加到末尾后保存退出

    export PATH="/usr/local/cuda/bin:$PATH"
    export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
    export LIBRARY_PATH="/usr/local/cuda/lib64:$LIBRARY_PATH"
    

    然后

    source ~/.bashrc使环境变量生效

    [外链图片转存失败(img-wQDpEI83-1565696898226)(/home/mazehong/Pictures/Screenshot from 2019-08-13 02-48-06.png)]

    输入nvcc -V查看是否安装成功

    成功会输出

    

2.Cudnn配置

• 下载cudnn-9.0-linux-x64-v7.6.0.64.tgz（怎么下私聊我，小姐姐优先 ○( ＾皿＾)っHiahiahia…）

• 解压，然后在解压目录下执行

  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
  sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
  

  然后就结束了，就是这么简单

3.tensorflow-gpu安装

（此处安装tensorflow只是顺带，如果只安装tensorflow，conda install tensorflow-gpu=1.10.0一步解决，不过安装之前conda记得换成清华或者中科大源，不然慢到大家怀疑人生。同时，注意我指定的1.10.0只适用于python3.6。如果不清楚自己安装什么版本默认就好，不要指定）

下面是自己安装cuda后安装tensorflow-gpu的正确姿势，不过上面那个简单的方式一个比较骚的好姿势

pip install tensorflow-gpu=1.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

然后

打开python

import tensorflow

没有报错的话就成功了

4.opencv+opencv_contrib(同时编译python)

• 安装依赖

  sudo apt-get install build-essential
  sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
  sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
  

• 提前把下载不下来的东西通过别的途径下载下来放到指定地方

  参考https://blog.csdn.net/CSDN330/article/details/86747867

• 梳理自己的路径，包括自己的python的路径，可以用whereis python查看；包括opencv3.4.0以及opencv_contrib-3.4.0的路径

• 编译安装opencv

  进入opencv-3.4.0下

mkdir build
cd build

cmake -D CMAKE_BUILD_TYPE=Release \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv-3.4.0/opencv_contrib-3.4.0/modules \
-D BUILD_DOCS=ON \
-D BUILD_EXAMPLES=ON \
-D PYTHON_DEFAULT_EXECUTABLE=~/anaconda3/bin/python3 \
-D BUILD_opencv_python3=ON \
-D BUILD_opencv_python2=OFF \
-D PYTHON3_EXECUTABLE=~/anaconda3/bin/python3 \
-D PYTHON3_INCLUDE_DIR=~/anaconda3/include/python3.6m \
-D PYTHON3_LIBRARY=~/anaconda3/lib/python3.6/config-3.6m-x86_64-linux-gnu/libpython3.6m.a \
-D PYTHON_NUMPY_PATH=~/anaconda3/lib/python3.6/site-packages \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D PYTHON3_PACKAGESS_PATH=~/anaconda3/lib/python3.6/site-packages \
..

make -j8
# 这里的取决于你的电脑，量力而行
sudo make install