ubuntu 18.04+GTX30系列显卡+TensorFlow-gpu1.15

准备条件：

系统：

 Linux ：ubuntu 18.04

软件：

 #可参考文中具体方式下载：
 NVIDIA-Linux-x86_64-470.94.run
 cudnn-11.2-linux-x64-v8.1.1.33.tgz
 cuda_11.1.1_455.32.00_linux.run
 Anaconda3-5.2.0-Linux-x86_64.sh
 为了便于写文档，后续软件下载存放的目录定位：
 XXX/software   （XXX为你自己的路径）

1 安装Nvidia显卡驱动

1.1 安装显卡驱动

1.1.1 驱动下载

Nvidia官网安装最新驱动，输入显卡信息，搜索，下载配套的驱动

1.1.2 驱动存放

将已下载好的驱动，利用xterm（没有的话，自行百度安装），拖至指定目录software(可以自己定义)，并在linux中找到该驱动文件

1.1.3 驱动安装

 cd /XXX/software/
 ls
 sudo sh NVIDIA-Linux-x86_64-470.94.run
 #然后就进入了显卡安装界面，疯狂回车就好了
 #安装完之后，输入nvidia-smi检查驱动是否安装成功

1.1.4 可能存在的坑

中间过程可能会提示你gcc不存在的问题，你需要进行如下操作

 #更新软件源
 sudo apt-get update
 sudo apt-get upgrade
 #检测是否安装 build-essential 包
 sudo apt-get install build-essential

2 安装cuda11.1

2.1 下载cuda11.1安装包

2.2 安装cuda11.1

 cd /XXX/software/
 ls
 sudo sh cuda_11.1.1_455.32.00_linux.run

运行以后会看到协议页面，输入 accept

然后进入安装选项页面，这里要关闭OpenGL！！！！

Options - Driver Options- Do not install any of the OpenGL-related driver files**

驱动已经装过，所以不选

然后选择 Done 退回到初始页面，选择 Install 开始安装。

安装完成之后，可以配置他们的环境变量，在vim ~/.bashrc的最后加上以下配置信息：

 export CUDA_HOME=/usr/local/cuda-11.1
 export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
 export PATH=${CUDA_HOME}/bin:${PATH}

最后使用命令source ~/.bashrc使它生效。

安装cuda 11.1的截图：

 可以使用命令nvcc -V查看安装的版本信息：

2.3 测试安装是否成功

执行以下几条命令：

 cd /usr/local/cuda-11.1/samples/1_Utilities/deviceQuery
 sudo make
 ./deviceQuery

3 下载和安装CUDNN

进入到CUDNN的下载官网：https://developer.nvidia.com/rdp/cudnn-download ，然点击Download开始选择下载版本，当然在下载之前还有登录，我们选择cuDNN Library for Linux：

下载之后是一个压缩包，如下：

 cudnn-11.2-linux-x64-v8.1.1.33.tgz

然后对它进行解压，命令如下：

 tar -zxvf cudnn-11.2-linux-x64-v8.1.1.33.tgz

解压之后可以得到以下文件：

 cuda/include/cudnn.h
 cuda/NVIDIA_SLA_cuDNN_Support.txt
 cuda/lib64/libcudnn.so
 cuda/lib64/libcudnn.so.8
 cuda/lib64/libcudnn.so.8.1.1
 cuda/lib64/libcudnn_static.a

使用以下两条命令复制这些文件到CUDA目录下：

 sudo cp cuda/lib64/* /usr/local/cuda-11.1/lib64/
 sudo cp cuda/include/* /usr/local/cuda-11.1/include/
 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

拷贝完成之后，可以使用以下命令查看CUDNN的版本信息：

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

4 安装Anaconda3

4.1 下载 Anaconda

下载 Anaconda3-5.2.0-Linux-x86_64.sh (Ubuntu18.04的对应的Anaconda版本)：

法1：在Anaconda官网下载，比较费时，如图所示:

法2：在清华大学开源软件镜像站下载，如图所示:

 

4.2 安装 Anaconda

1）打开terminal；

2）打开下载文件的位置：

3）运行 .sh 文件： bash Anaconda3-5.2.0-Linux-x86_64.sh

4）进入注册信息页面，输入yes；

5）阅读注册信息，然后输入yes；查看文件即将安装的位置，按enter，即可安装，如图；

6）进入安装过程，如图:

7）安装完成后，收到加入环境变量的提示信息，输入yes，如图（图中楼主不小心按到了错误的按键）；

8）看到图这些信息说明已经安装完成

9）提示信息“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”，输入no；

10）重启终端，即可使用Anaconda3；

11）若在终端输入 python，仍然会显示Ubuntu自带的python版本，我们执行：

 sudo vim ~/.bashrc
 export PATH="/XXX/anaconda3/bin:$PATH"
 source ~/.bashrc

修改终端的默认 python 为 anaconda，至此全部完成。

5 安装TensorFlow-gpu1.15

5.1 安装

5.1.1 新建虚拟环境

 conda create --name tf15_py36 python=3.6

5.1.2 激活虚拟环境

 conda activate tf15_py36
 # 当激活状态下退出时 conda deactivate

5.1.3 安装TensorFlow-gpu1.15

 #按这个顺序安装
 pip install pyindex #这个必须首先安装
 pip install nvidia-pyindex #这个必须首先安装
 pip install nvidia-cublas
 pip install nvidia-cuda-cupti 
 pip install nvidia-cuda-nvcc
 pip install nvidia-cuda-nvrtc
 pip install nvidia-cuda-runtime
 pip install nvidia-cudnn
 pip install nvidia-cufft
 pip install nvidia-curand
 pip install nvidia-cusolver
 pip install nvidia-cusparse
 pip install nvidia-dali-cuda110
 pip install nvidia-dali-nvtf-plugin
 pip install nvidia-nccl
 pip install nvidia-tensorboard
 pip install nvidia-tensorrt
 pip install nvidia-tensorflow

5.2 可能存在的问题

5.2.1 激活环境出错

Anaconda使用conda activate激活环境出错，错误如下：

 CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
 If your shell is Bash or a Bourne variant, enable conda for the current user with
  
     $ echo ". /home/ubuntu/anaconda3/etc/profile.d/conda.sh" >> ~/.bashrc
  
 or, for all users, enable conda with
  
     $ sudo ln -s /home/ubuntu/anaconda3/etc/profile.d/conda.sh /etc/profile.d/conda.sh
  
 The options above will permanently enable the 'conda' command, but they do NOT
 put conda's base (root) environment on PATH.  To do so, run
     $ conda activate
 in your terminal, or to put the base environment on PATH permanently, run
     $ echo "conda activate" >> ~/.bashrc
 Previous to conda 4.4, the recommended way to activate conda was to modify PATH in
 your ~/.bashrc file.  You should manually remove the line that looks like
     export PATH="/home/ubuntu/anaconda3/bin:$PATH"
 ^^^ The above line should NO LONGER be in your ~/.bashrc file! ^^^

这是由于conda的激活命令出了问题，解决方法如下：

 # 激活环境
 source activate
 # 退出环境
 source deactivate

5.3 验证

5.3.1 方式一

 import tensorflow as tf
 hello=tf.constant('hello,world')
 sess=tf.Session()
 print(sess.run(hello))
 sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))

6 简单模式

6.1 禁用nouveau

 在终端输入
 sudo gedit /etc/modprobe.d/blacklist.conf
 在blacklist.conf的最后添加：
 blacklist nouveau
 blacklist lbm-nouveau
 options nouveau modeset=0
 alias nouveau off
 alias lbm-nouveau off
 保存并退出

6.2 禁用nouveau内核模块

 echo options nouveau modeset=0
 sudo update-initramfs -u
 重启(sudo reboot). 如果运行如下指令没用打印出任何内容, 则禁用nouveau成功.
 lsmod | grep nouveau

6.3 安装显卡驱动和cuda11.1

 cd /XXX/software/
 ls
 sudo sh cuda_11.1.1_455.32.00_linux.run
 进入安装选项页面，这里要关闭OpenGL但Driver勾选，其余步骤同第二章节

7 参考

 https://blog.csdn.net/weixin_42652125/article/details/87697902
 https://post.smzdm.com/p/alp6w898/
 https://www.cnblogs.com/Sinte-Beuve/p/8597429.html