RTX6000显卡 ubuntu20.04+cuda10.0+cudnn7.6.5+tensorflow1.15.0 安装踩坑记录

记录时间2021年8月21日。

系统安装

NVIDIA QUADRO RTX 6000对ubuntu20.04版本以下的系统支持的不是很好，故安装ubuntu20.04，过程略。

Tensorflow安装

pip3.6 install tensorflow-gpu==1.15.0

早期cuda版本安装的为11.x的，11.4和11.1都有试过，在运行tensorflow程序调用gpu时，打不开相关文件，比如找不到libcudart.so.10.0、libcublas.so.10.0、libcufft.so.10.0、libcurand.so.10.0、libcusolver.so.10.0、libcusparse.so.10.0和一个libcudnn.so.7

但是cuda路径下有libxxx.so.11.0的版本，于是cp了一份并改名，结果不能使用。

可能是因为tensorflow-gpu的1.15.0版本还没有做适配，无法使用cuda11.x，考虑重装cuda和cudnn。

cuda和cudnn卸载

从11开始的cuda卸载方式发生变化（以11.0为例）：

cd /usr/local/cuda-11.0/bin/
sudo ./cuda-uninstaller
sudo rm -rf /usr/local/cuda-11.0

怕卸载不干净可以再来个：

sudo apt-get uninstall cuda-*

cudnn如果是解压安装的，可以随着cuda删除。

如果是deb包安装的，可尝试：

sudo dpkg -P libcudnn8

也可能是libcudnn7，看自己安装的版本，不过不知道这样算不算卸载干净。

cuda和cudnn安装

cuda10.0安装

ubuntu20.04上cuda10.0安装需要对系统的gcc、gcc+降级：

具体安装过程参考https://blog.csdn.net/wwlswj/article/details/106364094

因为Ubuntu20.04自带的gcc版本为9.3，而cuda10.1不支持gcc-9，因此要手动安装gcc-7，命令如下：

sudo apt-get install gcc-7 g++-7

安装完gcc-7，系统中就存在两个版本的gcc，因此要设置默认的gcc，命令如下：

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 1

此命令可以通过update-alternatives设置gcc各版本的优先级，优先级最高的为系统默认版本，可以用下述命令显示其优先级：

sudo update-alternatives --display gcc

设置默认的g++也是如此：

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 9
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 1

显示g++优先级：

sudo update-alternatives --display g++

然后就可以下载针对Ubuntu18.04的cuda10版本了。

查看cudnn版本

nvcc -V

如果没有首先检查系统.bashrc文件中是否配置好了路径。

cudnn7.6.5 ( for cuda10 ) 安装

下载针对linux版本的压缩包cuDNN Library for Linux即可，最好不要使用cuDNN Runtime Library for Ubuntu18.04 (Deb)。

解压提取压缩包

拷贝到cuda目录

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*

查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

附录A

附上另一种可能可以使用cuda11.1的方法：https://blog.csdn.net/qq_35635340/article/details/110138215

由于安装tensorflow的依赖太过于复杂，我没有去尝试。感兴趣的大佬可以试试。