ubuntu14.04安装GPU驱动、CUDA8.0、cudnn5、anaconda、tensorflow（GPU）

ubuntu14.04安装GPU驱动、CUDA8.0/

初次发文，并且最近在尝试使用ubutnu系统。查阅了许多相关的装机博客发现与我的实际需求不完全匹配。因此决定自行搭建一个适合自己的系统，并希望为后续的同学提供帮助。

• 【机器配置概述

机器配置简介

-系统：ubuntu14.04
-显卡：集显+独显（GTX1080）
-位数：64位

一、GPU驱动安装

声明：nvidia驱动安装作为主要来源的官方参考页面为：http://www.mamicode.com$info-detail-1434964.html

安装nvidia显卡驱动程序。该网站是我获取安装文件的来源，在安装过程中，我是根据文件名信息选择了NVIDIA-Linux-x86_64-375.39.run这个版本。

2、屏蔽开源驱动 nouveau
在终端输入下面的命令：

    sudo gedit /etc/modprobe.d/blacklist.conf

接着在打开的blacklist.conf文件中添加如下代码：

    blacklist vga16fb
    blacklist nouveau 
    blacklist rivafb 
    blacklist nvidiafb 
    blacklist rivatv 
    （这里有一行空格）

第3步、删除已安装的NVIDIA显卡驱动
如果在安装前已经安装了NVIDIA显卡驱动，则应先执行第一条指令。
随后再执行第二条指令。
否则无需再执行第一条指令即可

    sudo apt-get --purge remove nvidia-*(需要清除干净)
    sudo apt-get --purge remove xserver-xorg-video-nouveau

4、“重新启动计算机系统”
5、“按下组合键Ctrl+Alt+F1（其中F1至F6均可）可连接至X服务器；而使用Ctrl+Alt+F7则会返回当前窗口。”
6、“关闭图形界面，则可能导致驱动无法正常安装。”
7、“通过输入用户名和密码进行登录，请注意在执行命令时避免使用小键盘输入数字。”

    sudo service lightdm stop

成功关闭服务后将出现：lightdm stop/waiting

请按照以下步骤进行操作：

1. 首先进入存放驱动的文件夹，请注意：该位置应位于/home目录下。
2. 按照以下步骤进行操作：请注意：该变量名应指向你个人存储的位置

    sudo sh NVIDIA*.run

这个步骤非常关键——请确保NVIDIA显卡驱动能够正确加载。如果你在装机过程中被要求选择是否启用nv的xconfig配置文件，默认情况下通常是关闭的。如果不选择启用该配置文件，在启动X窗口时可能无法正确加载NVIDIA显卡驱动。

9、重启 X-window 服务

    sudo service lightdm start

10、检查显卡配置
有两种方式可供使用：
（1）运行命令glxinfo | grep rendering后发现direct rendering: Yes提示，则表示安装已成功（据笔者所知）
（2）通过命令nvidia-smi查看显卡相关信息，则也能确认设备已安装并运行正常

11、安装成功

二、CUDA8.0安装

1、准备工作
建议参照CUDA官方文档进行学习，并确保硬件环境符合要求，请不要对安装过程产生过多疑虑
（1）检查主机是否安装了NVIDIA显卡
（1）确认系统支持CUDA架构

    lspci | grep -i nvidia

（2）查看你的linux发行版本（主要是看是64位还是32位的）

    uname -m && cat /etc/*release

（3）看一下gcc的版本

    gcc --version

（4）查看自己的kernel版本信息

    uname –r

按照以下指示安装相应的匹配当前内核版本的kernel header和软件包开发

    sudo apt-get install linux-headers-$(uname -r)

检查完毕后，请问您的机器是否完全符合安装条件？如果您的机器完全符合安装条件的话，请问您是否建议开始安装CUDA？否则，请问您是否愿意访问官网下载安装指南？里面包含了解决各种问题的办法。

CUDA 8.0 安装指南

获取软件包：访问CUDA官网并获取相应的版本进行安装。

检查nouveau是否被禁用，并执行以下指令：若无输出结果，则应禁止启用

    lsmod | grep nouveau

在etc/modprobe.d目录下设置blacklist-nouveau.conf文件，并在其内添加以下内容

    blacklist nouveau
    options nouveau modeset=0

然后，在终端运行

     sudo update-initramfs –u

（2）重启电脑前，请做好安装准备
访问cuda_8.0.61_375.26_linux.run文件所在目录，并按照以下步骤完成安装操作

     sudo sh cuda_8.0.61_375.26_linux.run

请确认您已阅读并同意许可条款：接受
请问您需要安装NVIDIA驱动吗？ CUDA提供的版本较低，请问您已有无相应驱动？
CUDA Toolkit 是否已正确安装？ 是的：
CUDA Samples 是否已正确配置？ 是的：
CUDA默认安装路径是否正确？ 按Enter键确认即可。

安装错误提示
我在安装过程中遇到了问题：主要是因为/tmp目录下的磁盘空间不足。
由于在/tmp目录下磁盘空间不足/tmp.Need约5GB左右的空间。磁盘空间检查已失败，请检查并释放磁盘空间后重新启动系统服务以完成安装。
处理方法

     #在根目录下的opt文件夹中新建tmp文件夹，用作安装文件的临时文件夹
     sudo mkdir /opt/tmp
     #再执行cuda的安装文件
     sudo sh cuda_8.0.44_linux.run --tmpdir=/opt/tmp/

最初的时候, 我直接运行了第二个指令. 然而, 系统提示无法创建 /tmp 文件, 因此需要先创建文件夹, 接着执行. 安装完成后, 界面显示为 Linux 社区的截图素材.

（3）配置环境变量
若是远程：执行命令：sudo vim /etc/profile
若是非远程：执行命令：sudo gedit /etc/profile
接着在打开的文件里添加下面的命令：

    export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64/:/usr/local/cuda/lib64:$LD_LIBRARY_PATH
    export PATH=/usr/local/cuda-8.0/bin:/usr/local/cuda/bin:$PATH

（4）完成后的验证步骤
-确认NVIDIA驱动程序是否已正确安装，并将输出NVIDIA版本信息

    cat /proc/driver/nvidia/version

-查看nvcc编译器的版本

    nvcc -V i

CUDA的示例代码

    cd ~/NVIDIA_CUDA-6.5_Samples

随后，在终端中使用make命令进行编译。我在第一次make编译时遇到了一个问题：找不到g++文件夹。安装完成后（安装完成后），再次尝试就不再出现问题了。尽管如此，在首次尝试时花费的时间较长（花费了一段时间）。如果看到Finished building CUDA samples消息，则表示编译成功。

接下来进入1_Utilities目录，执行：$ ./deviceQuery/deviceQuery ，结果如下：

至此，cuda的工作就完成了！

三、CudannV5安装

参考：<>

从cudann官方网站获取与CUDA 8.x兼容的cuDNN软件包，并确保已正确安装并验证该软件包以满足后续开发需求。该过程包括两个主要步骤：首先通过解压操作将软件包展开至预期目录；随后将处理后的文件复制到相应的CUDA路径中即可

    sudo cp lib64/lib* /usr/local/cuda-8.0/lib64/
    
    sudo cp include/cudnn.h /usr/local/cuda-8.0/include/

3、导航至/usr/local/cuda/lib64/目录位置，请对文件进行权限设置操作；完成复制操作后，请确保所有libcudnn*项的权限均更改为777等级；如果不进行相应的设置，则后续步骤会受到影响；在构建过程中可能会遇到缺少Libcudnn.so或libcudart.so.8.0文件的问题

    cd /usr/local/cuda/lib64/
    
    sudo chmod 777 libcudnn*

至此，cudnn的工作就结束了！

四、anaconda安装

因为本机运行的Python版本为2.7, 因此需要获取与之匹配的Anaconda版本

     bash Anaconda2-4.1.1-Linux-x86_64.sh

2. 在操作过程中会要求你指定安装路径，默认情况下按Enter键即可完成设置。
3. 询问是否将Anaconda的官方 Anacondainfo 网站上的最新版本添加到.bashrc环境中。
4. 安装完成后，在当前用户的主目录下会创建一个名为anaconda2的新文件夹，默认情况下会被填充。
5. 在终端中输入Anacondainfo即可查看详细信息。
6. 输入conda list可查看已有的所有软件包列表。
7. 常用的如Python、NumPy、SciPy等库通常会被包含。
8. 如果还没有完全配置好，则运行conda install命令；如果需要更新某个软件包，则执行conda update命令即可

五、tensorflow1.1安装

建立一个叫做tensorflow的conda环境

    conda create -n tensorflow

2、激活conda环境

    source activate tensorflow

3、获取tensorflow并将其安装到环境中
TF_PYTHON_URL指定链接供你下载所需版本的tensorflow软件包

    pip install --ignore-installed --upgrade TF_PYTHON_URL

举个例子，我执行的命令是：

     pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp27-none-linux_x86_64.whl

4、等到安装完成后就可以开始验证了

    >>> import tensorflow as tf
    >>> hello = tf.constant('Hello, TensorFlow!')
    >>> sess = tf.Session()
    >>> print(sess.run(hello))

结果如下：