Ubuntu18.04 + nvdia2080ti配置深度学习GPU环境

第一步：配置nvida驱动

这里我们采用ppa的方式进行安装，不用卸载或者默认的显卡驱动

1、运行命令：sudo add-apt-repository ppa:graphics-drivers/ppa && sudo apt update

2、打开software &  updates, 用鼠标直接选择对应的NVIDIA驱动版本后，点击Apply Changes。这里我选的是418版本

3、通过 nvidia-smi 查看gpu状态 查看显卡状态，如果出现以下截图则说明安装成功了，否则就reboot重启一下试试

第二步： 安装cuda，这里去官网上下载对应版本就行。注意版本不要装的太新，TensorFlow目前只支持到10.0。

1、选择Legacy Releases

2、找到对应版本

3、选择对应的系统版本，这里我装的是Ubuntu 18.04版本

4、在本地安装cuda

chmod +x cuda_10.0.130_410.48_linux.run

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

重点注意，在install nvdia accelarated graphics driver for linux 选择no，因为我们前面已经装过了nvidia的驱动了。

5、配置环境变量

在~/.bashrc中添加如下

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

        export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

使环境变量生效

        source  ~/.bashrc

配置 /etc/ld.so.conf.d/cuda.conf

    添加如下内容

/usr/local/cuda/lib64

    使库生效

 sudo ldconfig

验证cuda是否安装成功nvcc -V, 出现下图就说明cuda安装成功了。

第三步: 安装cnDnn  针对神经网络加速， 版本选择与cuda一致，去官网找

sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb

sudo dpkg -i libcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb

sudo dpkg -i libcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb

验证cuDNN是否安装成功

进入对对应目录下 cd  /usr/src/cudnn_samples_v7/mnistCUDNN

sudo make clean && sudo make

./mnistCUDNN

出现下图则说明环境配置成功～