文章目錄

• 1、英偉達顯卡驅動安裝
• 2、cuda9.0安裝
• 3、cudnn的安裝
• 4、anaconda安裝
• 5、安裝TensorFlow和Keras 安裝

參考：https://blog.csdn.net/weixin_41863685/article/details/80303963

1、英偉達顯卡驅動安裝

第一步：如果不是重新裝的系統，就要把舊的驅動刪掉；如果是新裝的系統，就不用管了。

第二步：禁止自帶的nouveau nvidia驅動。我的電腦原本是沒有這個文件的，所以需要先創建這個文件的。

在終端執行：

sudo touch /etc/modprobe.d/blacklist-nouveau.conf

上面的命令不行就輸入下面這個：
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

反正會跳出一個文檔：在里面輸入下面的內容就好了（這一步不會操作要問森哥）

然后保存，關閉就好了。
然后更新配置文件，在命令行輸入：

第一次裝：這個時候最好不用重啟，因為怕重啟了會開不了機！！！
第二次裝：這時候要重啟的，如果不重啟就無法更新，說不準自帶驅動沒有被禁用呢。

重啟以后執行 lspci | grep nouveau查看是否有內容，沒有內容說明禁用成功，繼續下一步就行。 第三步，添加Graphic Drivers PPA

查看合適的驅動版本：

然后會出現下圖中的情況，

然后選擇驅動的版本，這里最好選擇被推薦的396.
然后通過下面的命令進行安裝：

安裝完了后，會跳出一個協議，然后點擊tab鍵，選擇“ok”，然后跳出一個需要輸密碼的東西，輸入“12345678”八位密碼就好，然后二次確認密碼。

然后重啟：

這一步很重要很重要！！！在重啟的時候會出現藍屏，這時候不是等到自動開機，或者選擇continue，而是按下按鍵，選擇Enroll MOK，確認后再下一個選項中，選擇continue，然后輸入安裝驅動時設置的密碼（輸入密碼時候是不會顯示出來的，輸完直接按回車就好了），即“12345678”，然后開機（reboot）

安裝完后，通過如下命令檢測是否安裝成功，如果成功會顯示如下圖所示。

出現這個樣子的時候，顯卡驅動就安裝成功了。

2、cuda9.0安裝

第一步，在官網上下載run 文件，如圖所示，選擇合適run文件
官網鏈接：
https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1704&target_type=runfilelocal

第二步，安裝依賴庫。在下載完成后在運行這個run文件之前先安裝依賴庫

第三步，gcc降低版本。CUDA9.0要求GCC版本是5.x或者6.x，其他版本不可以，需要自己進行配置，通過以下命令才對gcc版本進行修改。（在ubuntu18.04里面，GCC應該是7.x的版本，所以要降低版本）

通過命令替換掉之前的版本：

然后通過下面命令檢測一遍：

如果是下圖這樣的話就沒問題了。

第四步，安裝cuda。
運行run文件。會出現下面這個錯誤。

意思就是找不到這個文件，這時候就要注意了：這是因為沒在一個路徑里面，下載的run文件是在download下面，所以要在這個路徑下安裝cnda。要按照下圖來操作（新建一個tab終端）。
下面教如何進入Downloads這個目錄：（如下圖）

注意：ls是看當前目錄下有哪些子目錄；
Pwd是查看當前的目錄；
cd /home/deeplearning/Downloads就可以進入Downloads這個目錄，就可以開始下面的操作了。

觀察到上面的run文件變成了綠色，就可以安裝了！！！
如果實在不行就再下載下面的這些依賴包。

然后再安裝。實在不行就重啟好了。
第五步，環境配置。
完成以上的步驟以后一定要進行環境的配置。按步驟輸入一下命令：

會彈出一個可寫的配置文件，在末尾把以下配置寫入并保存。

下圖就是環境配置時彈出來的窗口

然后點“save”保存，×掉就好了。
最后執行

然后重啟！！！

注意：在下載cnda的時候有四個補丁沒有下載，所以也沒安裝，如果后續出了bug，再下載安裝。這個和cuda.run文件的安裝路徑一樣。下圖就是這四個補丁。對了，補丁也在cuda官網下載。

3、cudnn的安裝

我是按照
https://blog.csdn.net/u014513863/article/details/82720866
上面這個鏈接的教程走的。
第一步，下載合適的cudnn。進下面這個官網下載，要下載合適的安裝包，因為我的CUDA 是9.0的版本。
https://developer.nvidia.com/rdp/cudnn-archive
進上面這個網站，注冊，下載！
注冊好以后走下面的流程：

（注：我下的是7.3.1，畢竟他這個太老了）
下載好是保存在Downloads這里的。

第二步，下載結束后，將壓縮包進行解壓縮。
然后，在Downloads/文件夾內輸入如下命令，將CUDNN拷貝至CUDA的目錄中（注，CUDNN無需安裝）：
執行下面的命令就好了：

如上所述，我的這里有四個文件的，具體的如下面兩張圖所示：

對前面兩張圖說明：就是先進入Downloads這個目錄，然后進入我下載的cudnn這個目錄，然后接下來的命令就是將CUDNN拷貝至CUDA的目錄中。

第三步，cuda測試。
進入samples文件夾，一般在home目錄下

編譯完成后，進入：

使用bandwidthTest測試：

在usr/local/cuda-9.0中輸入nvcc -V
會出現：

我的實際操作如下圖所示：

（注意：cd是回到主目錄的意思）

4、anaconda安裝

從清華鏡像下載ancaonda，我下載的是Anaconda3-5.1.0-Linux-x86_64.sh和Anaconda2-4.4.3-Linux-x86_64.sh
從下面這個網站下：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
將目錄調整到Downloads下，輸入下面的命令進行安裝。

安裝過程中回車 和“yes”就完事了。
最后出來下面這個圖。

看到這些信息說明已經安裝完成。
根據信息“For this change to become active, you have to open a new terminal.”（要使這個更改生效，必須打開一個新的終端。）這句話提示，需要在新的終端窗口使用anaconda，打開新的終端，查看相應的版本信息

重啟！！！
然后打開Jupyter Notebook
打開 notebook 的方法非常簡單，只需在終端輸入：

然后瀏覽器跳出下圖這個：

這就說明好了。
5、下載pip、pip3和python3
sudo apt install python-pip
sudo apt install python3-pip

發現pip2和pip3都在系統里面，沒在anaconda里面，所以取個別名：

alias pip2=/usr/local/bin/pip2.7
alias python2=/usr/bin/python2.7
alias pip3=/usr/local/bin/pip3.6
alias python3=/usr/bin/python3.6

5、安裝TensorFlow和Keras 安裝

首先確定要安裝的tensorflow的版本，因為它和cuda是配套的。請看下面鏈接：
https://blog.csdn.net/qq_27825451/article/details/89082978

然后安裝tensorflow：
https://blog.csdn.net/youngping/article/details/84207234
先根據上面這個鏈接把下載源改成aliyuan，要不然用國外的源太慢了

然后安裝tensorflow：
pip install tensorflow-gpu==1.8.0（我是這個版本）

下面這些是第一次不成熟安裝的坑

執行下圖中的命令：

發現安裝tensorflow的時候會報錯，意思是安裝超時了，那是因為沒有用阿里云的源下載，所以很慢，所以會超時，這時候就要把下載格式改成阿里云源（上網搜索pip阿里云關鍵詞）

然后下載了博客上推薦的tensorflow，發現運行會出錯！！！那么這個問題很嚴重啊！！！就相當于沒裝啊，那現在怎么辦呢？？？？
哦哦哦，后來，我們后來終于發現了這個問題
原來是tensorflow和cuda的版本不兼容！！！你說傻逼不傻逼！！！
后來我們卸載了之前費了好大力氣裝的tensorflow
（用 pip install tensorflow-gpu 查當前安裝的tensorflow的版本；；用pip uninstall tensorflow-gpu***卸載此版本的tf）
然后報錯！！！？？？（嗎賣批）
報錯原因>>importerror：No module named cv2

這時候要解決這個煩人的問題！！！那么看我下面的手法：
pip install opencv-python

然后從python3轉到python2就好了
Vim ~/.bash
Vim ~/.bashrc 注釋python3就好了
好了，到這里大概就可以跑出程序了，如果再出錯的話，就自行百度錯誤吧！！！畢竟老夫也不是很全能的。

親，最后想不想自己寫文件呀？我手把手教你呀！
Vim sis.txt (自己要寫的文件)
Balabala開始自己寫了
寫完了以后
按esc停止編輯 按shift+：wq（這個表示寫入并退出）

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的完整的Ubuntu18.04深度学习GPU环境配置，英伟达显卡驱动安装、cuda9.0安装、cudnn的安装、anaconda安装的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。