硬體環境 ubuntu 16.04LTS + windows10 雙系統 NVIDIA TiTan XP 顯卡（12G）軟體環境搜狗輸入法顯卡驅動：LINUX X64 (AMD64/EM64T) DISPLAY DRIVER (418.56) https://www.nvidia.cn/Dow ...

一、硬體環境

ubuntu 16.04LTS + windows10 雙系統

NVIDIA TiTan XP 顯卡（12G）

二、軟體環境

搜狗輸入法下載地址

顯卡驅動：LINUX X64 (AMD64/EM64T) DISPLAY DRIVER (418.56) 下載地址

CUDA：Cuda9.0 下載地址

CUDNN：cuDNN v7.5.0 (Feb 21, 2019), for CUDA 9.0 (cuDNN Library for Linux) 下載地址

Anaconda：Anaconda3-5.0.0-Linux-x86_64 下載地址

Pycharm：下載地址

SubLime：下載地址

三、ubuntu系統安裝

製作ubuntu系統盤和安裝ubuntu16.04見另一篇博文。

四、安裝搜狗輸入法

下載地址：

搜狗輸入法

安裝：

安裝搜狗出入法比較簡單，詳見 https://www.cnblogs.com/zhangfengfly/p/6867844.html。

如果在安裝過程中出現沒有fcitx這個選項，可以通過鍵入"sudo apt-get install fcitx-bin"命令安裝fcitx。

五、安裝顯卡驅動

安裝顯卡驅動有兩種方式，第一種用ubuntu自帶的軟體工具進行安裝，第二種用命令行進行安裝。

1. 用軟體工具安裝顯卡驅動

用軟體工具安裝顯卡驅動只能安裝系統指定版本的顯卡驅動，其版本比較低，有時候無法滿足後續CUDA的要求，（比如CUDA9.0要求驅動最低版本為384.77）

2. 用命令行安裝顯卡驅動

　　（1）查詢顯卡驅動版本：這個步驟可以省略，雖然最好使用查詢到的驅動版本，但是查到的驅動版本一般都較低。

　　sudo apt-cache search nvidia*

　　　　可以看到推薦的顯卡驅動版本是 384.130。

　　（2）下載驅動：

　　　　可以從下載地址下載指定顯卡的最高版本的驅動程式，也可以從下載地址中查詢指定版本顯卡的全部版本的驅動程式。（我下載的顯卡驅動版本是 418.56）

　　（3）安裝：卸載原有驅動

　　sudo apt-get purge nvidia*

　　（4）安裝：安裝依賴

　　sudo apt-get install build-essential gcc-multilib dkms

　　（5）安裝：禁用nouveau

　　　　新建blanklist-nouveau.conf文件：　　　

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

　　　　在文件里寫入：　　　　

　　blacklist nouveau
　　blacklist lbm-nouveau
　　options nouveau modeset=0
　　alias nouveau off
　　alias lbm-nouveau off

　　　　保存並退出，執行：

　　sudo update-initramfs -u

　　　　重啟後檢查nouveau是否禁用成功（如果輸入命令之後沒有輸出則禁用成功）：

　　lsmod | grep nouveau

　　（6）安裝：獲取kernel source（important）

　　　　查詢uname：

　　uname -r

　　　　接下來執行（將x.x.x-x-generic替換為上一步查詢到的內容）：

　　apt-get install linux-source
　　apt-get install linux-headers-x.x.x-x-generic

　　（7）安裝：禁用X服務

　　sudo /etc/init.d/lightdm stop

　　　　這時候圖形界面會被關閉，同時按下Crtl+Alt+F1進入命令行界面，輸入用戶名和密碼進入終端、

　　（8）安裝：安裝驅動

　　　　給驅動賦予執行許可權：

　　sudo chmod a+x NVIDIA-Linux-x86_64-***.run

　　　　運行（註意參數）：

　　sudo ./NVIDIA-Linux-x86_64-***.run --no-opengl-files –no-x-check –no-nouveau-check

　　　　參數解釋：

- - –no-opengl-files 只安裝驅動文件，不安裝OpenGL文件，
  - –no-x-check 安裝驅動時不檢查X服務，
  - –no-nouveau-check 安裝驅動時不檢查nouveau。

　　　　安裝過程中的一些選項：

　　>The distribution-provided pre-install script failed! Are you sure you want to continue?
　　>Yes

　　>Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later?
　　>No

　　>Nvidia's 32-bit compatibility libraries?
　　>No

　　>Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up?
　　>Yes

　　（9）安裝：檢查安裝是否成功

　　　　開啟圖形界面：

　　sudo /etc/init.d/lightdm start

　　　　鍵入：

　　nvidia-smi

　　　　得到輸出：

參考博客：參考1，參考2，參考3

六、安裝CUDA

　　（1）下載CUDA

　　　　目前已經出了CUDA10.0，不過不建議使用CUDA10.0，越新越不穩定，因此我這裡選擇了CUDA9.0。

　　　　CUDA8.0下載地址；CUDA9.0下載地址；CUDA10.0下載地址；CUDA歷史發行版本下載地址

　　（2）安裝CUDA

　　　　給CUDA賦予執行許可權：

　　chmod +x ./cuda_9.0.176_384.81_linux.run

　　　　安裝：

　　sudo ./cuda_9.0.176_384.81_linux.run

　　　　安裝過程中的一些選項：

　　>Do you accept the previously read EULA?
　　>accept/decline/quit: accept
 
　　>Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
　　>(y)es/(n)o/(q)uit: n
 
　　>Install the CUDA 9.0 Toolkit?
　　>(y)es/(n)o/(q)uit: y
 
　　>Enter Toolkit Location
　　> [ default is /usr/local/cuda-9.0 ]:
 
　　>Do you want to install a symbolic link at /usr/local/cuda?
　　>(y)es/(n)o/(q)uit: n
 
　　>Install the CUDA 9.0 Samples?
　　>(y)es/(n)o/(q)uit: n

　　　　添加環境變數：

　　sudo gedit ~/.bashrc

　　export PATH="/usr/local/cuda-9.0/bin:$PATH"
　　export LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH"

　　（3）檢查CUDA是否安裝成功：（若最後顯示Result = PASS，表明cuda查詢顯卡信息成功。）

　　cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
　　sudo make
　　./deviceQuery

　　ps：如果安裝過程中出現找不到某庫的錯誤，百度這個錯誤安裝相應的庫即可。

參考博客：參考1

七、安裝CUDNN

　　（1）下載cudnn：

　　　　cudnn的下載需要註冊登錄NVIDIA的賬號，我下載的是cuDNN v7.5.0 (Feb 21, 2019), for CUDA 9.0 (cuDNN Library for Linux) 下載地址

　　（2）安裝：

　　tar -zxvf cudnn-****.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*

八、安裝其他軟體

　　（1）安裝Anaconda

　　　　清華鏡像Anaconda下載地址：下載地址

　　　　安裝：

　　chmod +x ./Anaconda3-5.2.0-Linux-x86_64.sh
　　./Anaconda3-5.2.0-Linux-x86_64.sh

　　　　註意可以更換下載源來加速安裝其他庫的速度，清華源地址。

　　　　anaconda創建虛擬環境：

　　conda create -n env_name python=3.6

　　　　激活虛擬環境：

　　source activate env_name

　　　　在虛擬環境中安裝庫可以不影響主環境，方便使用。

　　（2）安裝Pycharm

　　　　下載地址

　　　　解壓縮後，進入bin目錄下用命令 sh pycharm.sh & 即可啟動。

　　（3）安裝Sublime

　　　　下載地址

　　　　解壓縮後，運行sublime.exe即可運行。

參考博客：參考1

深度學習環境搭建（ubuntu16.04+Titan Xp安裝顯卡驅動+Cuda9.0+cudnn+其他軟體）

一、硬體環境

二、軟體環境

三、ubuntu系統安裝

四、安裝搜狗輸入法

下載地址：

安裝：

五、安裝顯卡驅動

1. 用軟體工具安裝顯卡驅動

2. 用命令行安裝顯卡驅動

（1）查詢顯卡驅動版本：這個步驟可以省略，雖然最好使用查詢到的驅動版本，但是查到的驅動版本一般都較低。

（2）下載驅動：

（3）安裝：卸載原有驅動

（4）安裝：安裝依賴

（5）安裝：禁用nouveau

（6）安裝：獲取kernel source（important）

（7）安裝：禁用X服務

（8）安裝：安裝驅動

（9）安裝：檢查安裝是否成功

六、安裝CUDA

（1）下載CUDA

（2）安裝CUDA

（3）檢查CUDA是否安裝成功：（若最後顯示Result = PASS，表明cuda查詢顯卡信息成功。）

七、安裝CUDNN

（1）下載cudnn：

（2）安裝：

八、安裝其他軟體

（1）安裝Anaconda

（2）安裝Pycharm

（3）安裝Sublime

　　（1）查詢顯卡驅動版本：這個步驟可以省略，雖然最好使用查詢到的驅動版本，但是查到的驅動版本一般都較低。

　　（2）下載驅動：

　　（3）安裝：卸載原有驅動

　　（4）安裝：安裝依賴

　　（5）安裝：禁用nouveau

　　（6）安裝：獲取kernel source（important）

　　（7）安裝：禁用X服務

　　（8）安裝：安裝驅動

　　（9）安裝：檢查安裝是否成功

　　（1）下載CUDA

　　（2）安裝CUDA

　　（3）檢查CUDA是否安裝成功：（若最後顯示Result = PASS，表明cuda查詢顯卡信息成功。）

　　（1）下載cudnn：

　　（2）安裝：

　　（1）安裝Anaconda

　　（2）安裝Pycharm

　　（3）安裝Sublime