ubuntu 18.04.02 + GTX1660 + CUDA_10.0 + CUDNN_7.6.4 安装脱坑记

显卡买来装上去花了半小时，tensorflow-gpu环境从头搭建花了整整一天，坑太多了。。。。。。

这里总结一下安装的过程，不然这一天白花了，也给大家做个参考！

因为在CPU上训练模型的速度太太太太慢慢慢慢了，特意在某东上买了张 万图师1660显卡，所以需要搭建tensorflow-gpu 2.0.0的环境。

我在这里重装了自己的台式机系统，最终的软硬件参数如下：

CPU：i5-8500

显卡：MSI 万图师 GeForce GTX 1660 VENTUS XS C 6G

内存：16G

OS: Ubuntu 18.04.2 LTS

显卡驱动：440.33.01

CUDA：V10.0.130

CUDNN: 7.6.4

Tensorflow-gpu：2.0.0

1.重装PC机系统

    这一步直接忽略，拿个U格式化一下；然后直接将OS镜像的内容拷贝到U盘中；U盘插入PC机，电脑设置为UEFI引导启动重装

2.进入系统

    2.1 设置系统的软件源为阿里云

     

    2.2 必要的一些环境软件 

sudo apt-get install -y vim build-essential cmake git unzip zip python3-dev python3-pip

3. 卸载nouveau驱动

查看当前系统中nouveau驱动，有打印说明系统中已经加载nouveau驱动

lsmod | grep nouveau

在 /etc/modprobe.d/blacklist.conf 文件尾添加屏蔽该驱动的命令

blacklist nouveau
options nouveau modeset=0

执行如下命令，最终执行  lsmod | grep nouveau 没有任何打印，说明nouveau驱动已经屏蔽卸载了

sudo update-initramfs -u
sudo reboot
lsmod | grep nouveau

4. 安装NVIDIA显卡驱动

这里说明一下，在现在的CUDA中已经包含了NVIDIA显卡的驱动了，所以我们只需要下载CUDA软件就行了，不用单独安装NVIDIA显卡驱动。

我这里安装的软件都是选择最新的，除了CUDA，因为tensorflow要求CUDA10.0，其他都不行，tensorflow中会报相关库找不到

但是我们要安装最新的显卡驱动，就要选择CUDA最新版，CUDA安装包安装过程中 中可以选择只安装显卡驱动就好了。

下载最新版的cuda官网：https://developer.nvidia.com/cuda-downloads

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

sudo ./cuda_10.2.89_440.33.01_linux.run

安装过程中我们先选择  accept

然后在选项中仅仅选择安装NVIDIA 显卡驱动，选择INSTALL安装

最终安装完成如下：

我们可以看到显卡驱动的那个已经安装完成，其他的均没有安装

重启机器即可，我们可以看到电脑的分辨率已经正常了

执行 

nvidia-smi

只要看到有 Driver Version: 440.33.01 即可

5. 安装CUDA-10.0

下载CUDA-10.0的网址：https://developer.nvidia.com/cuda-10.0-download-archive

sudo ./cuda_10.0.130_410.48_linux.run 

安装过程中具体选择如绿框所示

这里的第二步安装显卡驱动选择 n（因为我们在第4步已经安装了最新的显卡驱动了，这里就不需要重装，这里我只想安装里面的cuda-10.0

接下来 其他选择 y 和 直接回车

最终安装显示如红框所示，显卡驱动未安装，cuda-10.0已经安装完成

最后还提示了需要设置系统的环境变量

在 /etc/profile 文件尾添加

export PATH=/usr/local/cuda-10.0/bin:$PATH

在/etc/ld.so.conf 文件尾添加

/usr/local/cuda-10.0/lib64

最终重启PC机即可

执行

nvcc -V

可以看到 cuad-10.0版本已经安装完成了，接下来安装cudnn

6. 安装 CUDNN-7.6.4 

下载cudnn的官网如下：https://developer.nvidia.com/rdp/cudnn-archive

选择适合CUDA10.0版本的cuddnn，这里直接使用的是最新版的cudnn-7.6.4版本

下载好的四个文件如下：

cudnn-10.0-linux-x64-v7.6.4.38.tgz
libcudnn7_7.6.4.38-1+cuda10.0_amd64.deb
libcudnn7-dev_7.6.4.38-1+cuda10.0_amd64.deb
libcudnn7-doc_7.6.4.38-1+cuda10.0_amd64.deb

 安装步骤如下：

#解压cudnn包
tar xvf cudnn-10.0-linux-x64-v7.6.4.38.tgz 

#拷贝解压后的cuda文件夹里的文件
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*

#安装cudnn 相关deb文件
sudo dpkg -i libcudnn7_7.6.4.38-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.4.38-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.6.4.38-1+cuda10.0_amd64.deb

#查看安装完成后的cudnn版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

这一步安装结束

7. 安装 tensorflow-gpu 

首先我们需要配置一下pip3的软件源为清华镜像源

#在 .config文件夹里创建pip文件夹
mkdir ~/.config/pip

#创建并修改 pip.conf
sudo vim ~/.config/pip/pip.conf
    #在里面添加如下
    [global]
    index-url = https://pypi.tuna.tsinghua.edu.cn/simple

#更新pip3源
sudo pip3 install --upgrade pip

根据tensorflow官网的安装教程：https://www.tensorflow.org/install/gpu

#安装最新稳定版
sudo pip3 install tensorflow-gpu

安装过程中会出现相关工具的报错导致安装失败，例如：

ERROR: google-auth 1.10.0 has requirement setuptools>=40.3.0, but you'll have setuptools 39.0.1 which is incompatible

那我们根据报错打印安装更新对应的工具版本，具体如下命令：

sudo pip3 install --upgrade  setuptools
sudo pip3 install launchpadlib
sudo pip3 install tensorflow-gpu

最终大功告成，安装成功且最后面会打印当前安装的tensorflow-gpu版本！！！

8. 验证tensorflow-gpu是否可用

执行python3 进入python命令行运行环境

>>> import tensorflow as tf

>> tf.__version__

>>> tf.test.is_gpu_available()

运行第一行成功说明tensorflow 已经成功安装

运行第二行查询当前安装的tensorflow版本号，前面安装完成后也会显示

运行第三行最后会打印 True，说明成功安装 tensorflow-gpu版本，可以去开心的玩耍，妈妈再也不用担心我训练模型等到地老天荒了。。。。。: )

 

附：

本文有部分参考了如下博客，感谢大家：

https://anonym.blog.csdn.net/article/details/99604468

https://blog.csdn.net/Adieu_csdn/article/details/100081738

https://blog.csdn.net/made_in_china_too/article/details/88562329