centos7服务器cuda9.0深度学习环境搭建笔记

硬件篇

• 首先是进入BIOS，这里要选择u盘启动，但不能使用uefi启动
  
• 这里按下tab键修改引导的镜像文件的硬盘盘符。这里要记下centos7镜像u盘的label是什么，可以事先重命名好u盘的名字，这里删掉原本的hd:LABEL={}quiet 然后在花括号范围内填上u盘的名字就好了。![在这里插入图片描述](https://img-blog.csdnimg.cn/20181119140456727.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxOTY1MTk0NzQ1,size_16,color_FFFFFF,t_70
  
• 然后是喜闻乐见的装系统了
• 装好要能ping通，注意防火墙，然后用putty开始干活吧

NVIDIA驱动篇

首先是禁用nouveau

centos自带的显卡驱动，这不是机器学习环境想要的驱动

1. 在配置文件中禁用nouveau

 vi /etc/modprobe.d/blacklist.conf 添加：blacklist nouveau
    CentOS 7:
     vim /usr/lib/modprobe.d/dist-blacklist.conf
    或
     vim /lib/modprobe.d/dist-blacklist.conf
     并且在加上blacklist nouveau之后还要加上一行options nouveau modeset=0

2. 备份原来的 initramfs nouveau image镜像

mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r)-nouveau.img  

3. 创建新的 initramfs image镜像

dracut /boot/initramfs-$(uname -r).img $(uname -r)  

重新启动机器后驱动禁用完成

下载NVIDIA驱动

检测显卡驱动及型号

　　##添加ELPepo源
$ sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org
$ sudo rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm

　　##安装NVIDIA驱动检测
$ sudo yum install nvidia-detect
$ nvidia-detect -v

• 检查是否安装了GPU：

   lspci | grep -i nvidia  

• 然后去官网下载对应的NVIDIA驱动，runfile形式
• 安装gcc、g++编译器

   yum install gcc    
   yum install gcc-c++

• 安装kernel-devel
  

yum install kernel-devel kernel-headers

这里可能要重启一下才能生效
安装完后可以通过nvdia-smi查看显卡使用情况

cuda9.0

• 之后去官网下载cuda9.0
  这里一定要注意，并不是越新越好，比如tensorflow的最新的版本是基于cuda9.0安装的。Cuda10没有，cuda9.2只能使用旧版的tensorflow
• 建议下载runfile版本的cuda。亲测rpm的大坑。
  
• 安装完成后会在/usr/local目录下生成一个软连接，cuda的路径配置都用这个软连接了。

设置全局的path，这样其他用户也能享受到cuda

vim /etc/bashrc
#gpu driver 
export CUDA_HOME=/usr/local/cuda
export PATH=/usr/local/cuda/bin:$PATH 
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 
export LD_LIBRARY_PATH="/usr/local/cuda/lib:${LD_LIBRARY_PATH}"

cudnn

• 这个也要去官网下载对应cuda9.0的版本的cudnn
• 然后解压，把库拷贝过去

tar -zxvf cudnn-9.0-linux-x64-v7.4.1.5.tgz
cd cuda
cp include/* /usr/local/cuda/include/
cp lib64/lib* /usr/local/cuda/lib64/

运行cuda自带的测试可以发现更多问题

检查 CUDA Toolkit是否安装成功

nvcc -V

编译samples例子

进入到Samples安装目录，然后在该目录下终端输入make，等待十来分钟。 
编译完成后测试 
可以在Samples里面找到bin/x86_64/linux/release/目录，并切换到该目录 
运行deviceQuery程序，sudo ./deviceQuery 
查看输出结果，重点关注最后一行，Pass表示通过测试 

若出现cudaGetDeviceCount returned 30/35的错误，说明是显卡的驱动版本和cuda的版本不匹配，需要重新下载一个NVIDIA驱动的runfile重新安装显卡驱动

---

tensorflow

• 这里使用tensorflow测试cuda情况
• 只安装tensorflow-gpu版本，不安装cpu版本，这样若显卡调用失败可以看到debug信息

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())