# 1 安裝顯卡驅動

1.1 BIOS禁用Secure Boot

• 打開服務器電源，按F2進入Bios設置
• 在System BIOS ->System Security -> Secure Boot，選擇Disabled，保存退出

1.2 禁用第三方驅動Nouveau

• 卸載之前安裝的NVIDIA驅動

$ sudo apt-get purge nvidia*

• 將nouveau加入黑名單內

# 編輯blacklist.conf $ sudo nano /etc/modprobe.d/blacklist.conf # 在blacklist.conf的文件的最后手動添加：blacklist nouveau # 更新內核 $ sudo update-initramfs -u # 重啟 reboot # 重啟后驗證nouveau是否被禁用，如果下列語句無輸出，表示禁用成功 lsmod | grep nouveau

1.3 官網下載驅動

• 官網地址：https://www.geforce.cn/drivers
• 選擇自己的顯卡型號和操作系統后，下載對應的驅動（現在的版本是:430.34）
  

1.4 安裝驅動

• 重啟服務器，進入命令行界面進行安裝。服務器重啟進入到用戶登錄界面時，按CTRL+ALT+F2(F2~F6均可，對應不同的5個終端，F1是圖形界面)進入命令行界面
• 進入驅動的下載目錄，開始安裝

# 安裝gcc make $ sudo apt-get install gcc make g++ # 給文件增加可執行權限 $ sudo chmod a+x NVIDIA-Linux-x86_64-430.34.run # 開始安裝，后面的那個參數表示不安裝OPENGL $ sudo ./NVIDIA-Linux-x86_64-430.34.run --no-opengl-files # 安裝完成后，重啟 $ reboot # 驗證是否安裝成功 $ nvidia-smi +-----------------------------------------------------------------------------+ | NVIDIA-SMI 430.34 Driver Version: 430.34 CUDA Version: 10.1 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 GeForce RTX 208... Off | 00000000:02:00.0 Off | N/A | | 18% 61C P0 67W / 250W | 0MiB / 11019MiB | 0% Default | +-------------------------------+----------------------+----------------------+ | 1 GeForce RTX 208... Off | 00000000:04:00.0 Off | N/A | | 27% 64C P0 1W / 250W | 0MiB / 11019MiB | 0% Default | +-------------------------------+----------------------+----------------------+

# 2 安裝CUDA 10.1

2.1 下載CUDA安裝文件

• 進入官網，選擇對應的操作系統版本，建議下載runfile（下載過deb，但是安裝失敗）
  

2.2 執行安裝

• 進入下載目錄，執行命令

# 開始安裝 $ sudo sh cuda_10.1.168_418.67_linux.run # 添加環境變量 $ sudo nano /etc/profile # 添加以下文本到profile的最后 export CUDA_HOME=/usr/local/cuda export PATH=$PATH:$CUDA_HOME/bin export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} # 保存修改，然后更新環境變量 $ source /etc/profile

2.3 測試CUDA是否安裝成功

• 編譯CUDA的Sample

cd ~ cp -r /usr/local/cuda-10.1/samples/ . cd samples/ # make大概要10分鐘左右 make

• 測試CUDA

cd ./1_Utilities/deviceQuery ./deviceQuery # 出現如下類似結果，表示成功 ./deviceQuery Starting... CUDA Device Query (Runtime API) version (CUDART static linking) Detected 2 CUDA Capable device(s) Device 0: "GeForce RTX 2080 Ti"CUDA Driver Version / Runtime Version 10.1 / 10.1CUDA Capability Major/Minor version number: 7.5Total amount of global memory: 11019 MBytes (11554717696 bytes)(68) Multiprocessors, ( 64) CUDA Cores/MP: 4352 CUDA CoresGPU Max Clock rate: 1545 MHz (1.54 GHz)Memory Clock rate: 7000 Mhz

# 3 安裝cuDNN 7.6

• 進入官網下載文件，需要注冊后才能下載，https://developer.nvidia.com/cudnn

• CUDA 10.1對應的cuDNN是7.6，選擇對應版本，下載文件。如下圖：
  

• 安裝cuDNN

tar -zxvf cudnn-10.1-linux-x64-v7.6.1.34.tgz 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 sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

• 查看cuDNN的版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 # 輸出結果如下： #define CUDNN_MAJOR 7 #define CUDNN_MINOR 6 #define CUDNN_PATCHLEVEL 1 -- #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

# 4 安裝Anaconda(Python 3.7 version)

• 下載 Anaconda，網址：https://www.anaconda.com/distribution/#download-section
• 開始安裝

$ sudo chmod +x Anaconda3-2019.03-Linux-x86_64.sh $ sudo bash Anaconda3-2019.03-Linux-x86_64.sh

# 5 安裝TensorFlow 1.14(GPU版)

• 安裝TF

# 建議先將conda的源設置為國內的，否則速度太慢 $ conda install tensorflow-gpu==1.14.0

如果出現anaconda3文件無寫入權限的問題(EnvironmentNotWritableError: The current user does not have write permissions to the target environment)，可以使用命令對文件夾授權。
sudo chown -R user_name /path/to/anaconda3

• 測試TF

python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

轉載于:https://www.cnblogs.com/robinzh/p/11202732.html

總結

以上是生活随笔為你收集整理的Dell服务器Ubuntu 18.04 双显卡(2080ti)搭建深度学习环境(CUDA 10.1/cuDNN 7.6/Tensorflow 1.14).md...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。