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 -凯发k8官方网
文章目录
- 1、英伟达显卡驱动安装
- 2、cuda9.0安装
- 3、cudnn的安装
- 4、anaconda安装
- 5、安装tensorflow和keras 安装
参考：https://blog.csdn.net/weixin_41863685/article/details/80303963
第一步：如果不是重新装的系统，就要把旧的驱动删掉；如果是新装的系统，就不用管了。
第二步：禁止自带的nouveau nvidia驱动。我的电脑原本是没有这个文件的，所以需要先创建这个文件的。
在终端执行：
sudo touch /etc/modprobe.d/blacklist-nouveau.conf
上面的命令不行就输入下面这个：
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
反正会跳出一个文档：在里面输入下面的内容就好了（这一步不会操作要问森哥）
然后保存，关闭就好了。
然后更新配置文件，在命令行输入：
第一次装：这个时候最好不用重启，因为怕重启了会开不了机！！！
第二次装：这时候要重启的，如果不重启就无法更新，说不准自带驱动没有被禁用呢。
重启以后执行 lspci | grep nouveau查看是否有内容，没有内容说明禁用成功，继续下一步就行。 第三步，添加graphic drivers ppa
查看合适的驱动版本：
然后会出现下图中的情况，
然后选择驱动的版本，这里最好选择被推荐的396.
然后通过下面的命令进行安装：
安装完了后，会跳出一个协议，然后点击tab键，选择“ok”，然后跳出一个需要输密码的东西，输入“12345678”八位密码就好，然后二次确认密码。
然后重启：
这一步很重要很重要！！！在重启的时候会出现蓝屏，这时候不是等到自动开机，或者选择continue，而是按下按键，选择enroll mok，确认后再下一个选项中，选择continue，然后输入安装驱动时设置的密码（输入密码时候是不会显示出来的，输完直接按回车就好了），即“12345678”，然后开机（reboot）
安装完后，通过如下命令检测是否安装成功，如果成功会显示如下图所示。
出现这个样子的时候，显卡驱动就安装成功了。
第一步，在凯发k8官方网官网上下载run 文件，如图所示，选择合适run文件
凯发k8官方网官网链接：
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，安装依赖库。在下载完成后在运行这个run文件之前先安装依赖库
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，需要自己进行配置，通过以下命令才对gcc版本进行修改。（在ubuntu18.04里面，gcc应该是7.x的版本，所以要降低版本）
通过命令替换掉之前的版本：
然后通过下面命令检测一遍：
如果是下图这样的话就没问题了。
第四步，安装cuda。
运行run文件。会出现下面这个错误。
意思就是找不到这个文件，这时候就要注意了：这是因为没在一个路径里面，下载的run文件是在download下面，所以要在这个路径下安装cnda。要按照下图来操作（新建一个tab终端）。
下面教如何进入downloads这个目录：（如下图）
注意：ls是看当前目录下有哪些子目录；
pwd是查看当前的目录；
cd /home/deeplearning/downloads就可以进入downloads这个目录，就可以开始下面的操作了。
观察到上面的run文件变成了绿色，就可以安装了！！！
如果实在不行就再下载下面的这些依赖包。
然后再安装。实在不行就重启好了。
第五步，环境配置。
完成以上的步骤以后一定要进行环境的配置。按步骤输入一下命令：
会弹出一个可写的配置文件，在末尾把以下配置写入并保存。
下图就是环境配置时弹出来的窗口
然后点“save”保存，×掉就好了。
最后执行
然后重启！！！
注意：在下载cnda的时候有四个补丁没有下载，所以也没安装，如果后续出了bug，再下载安装。这个和cuda.run文件的安装路径一样。下图就是这四个补丁。对了，补丁也在cuda凯发k8官方网官网下载。
我是按照
https://blog.csdn.net/u014513863/article/details/82720866
上面这个链接的教程走的。
第一步，下载合适的cudnn。进下面这个凯发k8官方网官网下载，要下载合适的安装包，因为我的cuda 是9.0的版本。
https://developer.nvidia.com/rdp/cudnn-archive
进上面这个网站，注册，下载！
注册好以后走下面的流程：
（注：我下的是7.3.1，毕竟他这个太老了）
下载好是保存在downloads这里的。
第二步，下载结束后，将压缩包进行解压缩。
然后，在downloads/文件夹内输入如下命令，将cudnn拷贝至cuda的目录中（注，cudnn无需安装）：
执行下面的命令就好了：
如上所述，我的这里有四个文件的，具体的如下面两张图所示：
对前面两张图说明：就是先进入downloads这个目录，然后进入我下载的cudnn这个目录，然后接下来的命令就是将cudnn拷贝至cuda的目录中。
第三步，cuda测试。
进入samples文件夹，一般在home目录下
编译完成后，进入：
使用bandwidthtest测试：
在usr/local/cuda-9.0中输入nvcc -v
会出现：
我的实际操作如下图所示：
（注意：cd是回到主目录的意思）
从清华镜像下载ancaonda，我下载的是anaconda3-5.1.0-linux-x86_64.sh和anaconda2-4.4.3-linux-x86_64.sh
从下面这个网站下：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
将目录调整到downloads下，输入下面的命令进行安装。
安装过程中回车 和“yes”就完事了。
最后出来下面这个图。
看到这些信息说明已经安装完成。
根据信息“for this change to become active, you have to open a new terminal.”（要使这个更改生效，必须打开一个新的终端。）这句话提示，需要在新的终端窗口使用anaconda，打开新的终端，查看相应的版本信息
重启！！！
然后打开jupyter notebook
打开 notebook 的方法非常简单，只需在终端输入：
然后浏览器跳出下图这个：
这就说明好了。
5、下载pip、pip3和python3
sudo apt install python-pip
sudo apt install python3-pip
发现pip2和pip3都在系统里面，没在anaconda里面，所以取个别名：
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
首先确定要安装的tensorflow的版本，因为它和cuda是配套的。请看下面链接：
https://blog.csdn.net/qq_27825451/article/details/89082978
然后安装tensorflow：
https://blog.csdn.net/youngping/article/details/84207234
先根据上面这个链接把下载源改成aliyuan，要不然用国外的源太慢了
然后安装tensorflow：
pip install tensorflow-gpu==1.8.0（我是这个版本）
下面这些是第一次不成熟安装的坑
执行下图中的命令：
发现安装tensorflow的时候会报错，意思是安装超时了，那是因为没有用阿里云的源下载，所以很慢，所以会超时，这时候就要把下载格式改成阿里云源（上网搜索pip阿里云关键词）
然后下载了博客上推荐的tensorflow，发现运行会出错！！！那么这个问题很严重啊！！！就相当于没装啊，那现在怎么办呢？？？？
哦哦哦，后来，我们后来终于发现了这个问题
原来是tensorflow和cuda的版本不兼容！！！你说傻逼不傻逼！！！
后来我们卸载了之前费了好大力气装的tensorflow
（用 pip install tensorflow-gpu 查当前安装的tensorflow的版本；；用pip uninstall tensorflow-gpu***卸载此版本的tf）
然后报错！！！？？？（吗卖批）
报错原因>>importerror：no module named cv2
这时候要解决这个烦人的问题！！！那么看我下面的手法：
pip install opencv-python
然后从python3转到python2就好了
vim ~/.bash
vim ~/.bashrc 注释python3就好了
好了，到这里大概就可以跑出程序了，如果再出错的话，就自行百度错误吧！！！毕竟老夫也不是很全能的。
亲，最后想不想自己写文件呀？我手把手教你呀！
vim sis.txt (自己要写的文件)
balabala开始自己写了
写完了以后
按esc停止编辑 按shift ：wq（这个表示写入并退出）
总结
以上是凯发k8官方网为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安装的全部内容，希望文章能够帮你解决所遇到的问题。
- 上一篇：
- 下一篇：