Ubuntu16.04安装GTX1080Ti+CUDA9.0+cuDNN7.0转载

ゝ一纸荒年。 2022-04-22 10:24 333阅读 0赞

# **安装Ubuntu16.04** #

*  系统下载地址： http://releases.ubuntu.com/16.04/ 
 *  下载64位系统：ubuntu-16.04.4-desktop-amd64.iso
 *  制作系统盘安装，推荐使用UltraISO，找到一个U盘(U盘数据必须备份好)
 *  打开UltraISO软件，选择菜单中的文件，打开下载好的系统
 *  ![938429-20180727094747818-1436043859.png][]![938429-20180727094855199-1094341163.png][]
 *  再选择菜单中的启动，写入硬盘映像，完成后启动U盘就做好了，之后重新启动后选择U盘启动根据提示安装系统即可，具体细节可以在网上查找相应的文章，网上非常多。
 *  ![938429-20180727095244104-62503724.png][]![938429-20180727095248961-933930086.png][]

# 2.安装NVIDIA驱动 #

## 2.1 修改更新源 ##

*  系统安装完成后，应该首先修改的更新源，如果不修改的话更新的镜像地址不在国内下载速度是非常慢的，用的是中科大的源（还有阿里源，清华源等等，网上一查就有了）：
 *  右键打开终端，一条一条执行以下命令，如果是没有桌面端的系统，可以把gedit 改成 vi 进行编辑，gedit可以像打开文本文件一样方便编辑
 *      cd /etc/apt/
        sudo cp sources.list sources.list.bak
        sudo gedit sources.list
 *  把下面的这些源添加到source.list文件头部：
 *  ![复制代码][copycode.gif]
    
        deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
        deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
        deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
        deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
        deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
        deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
        deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
        deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
        deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
        deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
    
    ![复制代码][copycode.gif]
 *  保存后，退出文件，然后执行下面命令更新一下，等一会儿就行了，速度还是很快的
 *      sudo apt-get update
        sudo apt-get upgrade

## 2.2 驱动下载和安装以及一些问题解决 ##

*  接下来开始安装NVIDIA驱动了，我的显卡是GTX1080Ti，安装显卡驱动有3种方法：1.系统更新驱动 2.添加官方ppa源  3.NVIDIA官网下载安装
 *  感兴趣的同学可以去查找对应的安装方式，这里我选择的安装方式是去NVIDIA官网下载Linux版本的驱动，
 *  官网地址：https://www.geforce.cn/drivers 或者 https://www.nvidia.cn/Download/index.aspx?lang=cn
 *  建议去左边的地址可以选择版本，右边的地址会直接给你推荐最新版本，选择你对应版本的系列选择，操作系统别选错了
 *  ![938429-20180727110242883-1717420021.png][]
 *  搜索出来这么多结果，先别急着下载，BETA版本为测试版就别下载了，其次这么多版本，到底下载哪个比较好，比如我们图上第二个版本是390.77，这需要看我们CUDA的版本要求的驱动版本是多少
 *  我们打开CUDA下载网站：https://developer.nvidia.com/cuda-downloads
 *  我这里目前最新的版本是CUDA9.2，再选择了一系列的选项后会给出CUDA9.2的下载地址如下图：
 *  ![938429-20180727112007278-1496088048.png][]
 *  可以看到，下载的文件名为cuda\_9.2.148\_396.37,这个396.37就是我们NVIDIA驱动版本的最低要求，可是显卡驱动目前提供的Linux版本最高也就390.77，所以我们不能安装CUDA9.2，于是我选择安装CUDA9.0，下面给出一个驱动要求表格，如果要下载CUDA其他版本请到cuda的存档地址：**https://developer.nvidia.com/cuda-toolkit-archive**
 *  ![938429-20180727112424861-1201019683.png][]
 *  上面讲了这么多，终于要开始安装NVIDIA驱动了，CUDA9.0文件可以先下载好
 *  1）打开终端，先删除旧的驱动：
 *      sudo apt-get purge nvidia*
 *  2）禁用自带的 nouveau nvidia驱动
 *  先执行下面命令，可以发现会显示一些东西，我们现在要禁用掉，使它不显示出来
 *      lsmod | grep nouveau
 *  执行以下命令创建一个文件
 *      sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
 *  并添加如下内容：
 *      blacklist nouveau
        options nouveau modeset=0
 *  然后保存文件退出，执行下面命令更新一下
 *      sudo update-initramfs -u
 *  然后重启电脑，重启后打开终端再次输入命令
 *      lsmod | grep nouveau
 *  如果发现什么都没显示，那么说明禁用nouveau 成功了，然后开始安装NVIDIA驱动
 *  首先按Ctrl+Alt+F1进入控制台，然后输入用户名密码登陆，执行下面命令关闭图形界面
 *      sudo service lightdm stop
 *  然后跳转到存放文件的路径再运行安装文件，比如我的文件放在Downloads目录下，命令如下：
 *      cd Downloads
        sudo sh NVIDIA-Linux-x86_64-390.42.run --no-opengl-files
 *  必须加上 --no-opengl-files ,否则会出现题主要是三种，（1）循环登录，也就是登录之后在退出来到登录界面; （2）界面变得很大，看着心慌，哈哈；（3）登录进去了，显示正常了，结果只有桌面背景和鼠标等等
 *  安装过程种有出现提示选项，这里主要注意两点（如果看不懂选项的英文，自己查字典）：
 *  第一点**(不是所有电脑都会遇到,如果没有请忽视这1.)**是安装提示 “sign  the kernel module”   安装过程中提示是否sign the kernel module（为内核模块签名）
 *  我当时是选择了不签名安装，于是我这里出现了错误提示  **log:/ver/log/nvidia-installer.log **，查找到了相关文章：**https://blog.csdn.net/lipi37/article/details/79465685**
 *  大意是在支持UEFI的设备上打开Secure Boot 后,Ubuntu 16.04对于添加到内核的模块更加保守, 需要持有签名才能添加到模块中, 而显卡驱动由于要添加到内核中, 所以需要签名. 在安装过程中我们也会看到NVIDIA显卡会提示是否生成签名. 如果生成成功则没有问题。如果不想生成签名就需要进入BIOS关闭Secure Boot，在Key Management中Clear Secure Boot keys。虽然找到了解决办法但我还是选择生成签名。
 *  选择生成签名安装，参考文章：**https://www.cnblogs.com/marky/p/8243607.html  。**接下来会继续问使用已有的密钥给模块签名还是重新生成。这里选在重新生成密钥。继续下去之后，密钥会在/usr/share/nvidia/下生成一个nvidia\*.der（私钥）文件和nvidia\*.key（公钥）文件（这些都不用管），当提示是否删除已生成的密钥文件时，选择不删除，因为之后要用到这两个文件。继续安装程序到最后会提示无法启动模块。这是因为生成的密钥还没有添加到内核的信任库中，我们在安装完成后再导入。
 *  第二点提示是”Would you like to run the nvidia-xconfig utility to automatically update your X configuration file…”什么的，选择 No。
 *  待安装结束后，添加密钥到内核的信任列表中：
 *      sudo /etc/init.d/lightdm start      //打开图形界面
        sudo mokutil --import /usr/share/nvidia/nvidia*.der    //必须加上 sudo
 *  接下来提示输入密码，再次输入密码，然后
 *      sudo  reboot  //重启
 *  在电脑刚启动的时候会出现一个界面，就是叫你添加密钥操作，选择 “enroll the mok” ，然后按照步骤操作，输入密码什么的，如果进错了就再执行上面的 sudo mokutil...
 *  导入成功后就进入系统就可以了，图如下（取自http://elrepo.org/tiki/SecureBootKey）：
 *  ![938429-20180727191146138-34528256.jpg][]![938429-20180727191156629-1097316090.jpg][]![938429-20180727191203145-821150140.jpg][]![938429-20180727191328198-1154924811.jpg][]
 *  进入系统后测试一下是否安装成功
 *      nvidia-smi
        
        nvidia-settings
 *  出现类似下面的显示,则安装成功
 *  ![938429-20180727193448489-1881189248.png][]![938429-20180727193503231-293081002.png][]

# 3.安装CUDA9.0 #

*  在上面已经说过了，CUDA9.2版本所需要的显卡驱动版本过高，所以这里我选择安装CUDA9.0（CUDA9.1也支持）
 *  安装方法和上面类似
 *  首先按Ctrl+Alt+F1进入控制台，然后输入用户名密码登陆，执行下面命令关闭图形界面
 *      sudo service lightdm stop
 *  然后跳转到存放文件的路径再运行安装文件，比如我的文件放在Downloads目录下，命令如下：
 *      cd Downloads
        sudo sh cuda_9.0.176_384.81_linux.run
 *  安装开始以后，首先是一个协议，一直按空格到底以后，输入accept。其他的操作如下所示：
 *  ![复制代码][copycode.gif]
    
        Do you accept the previously read EULA?
        accept/decline/quit: accept
         
        Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
        (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: y
         
        Install the CUDA 9.0 Samples?
        (y)es/(n)o/(q)uit: y
    
    ![复制代码][copycode.gif]
 *  第二个安装显卡驱动一定要选择no，否则之前安装的驱动就白装了，有默认选项的直接选择默认选项就可以了（直接回车）
 *  安装完成后，打开图形界面配置环境变量，运行如下命令打开profile文件
 *      sudo service lightdm start   //打开图形界面
        sudo gedit  /etc/profile
 *  打开文件后在文件末尾添加路径，也就是安装目录，命令如下：
 *      export  PATH=/usr/local/cuda-9.0/bin:$PATH
        
        export  LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH　
 *  保存后执行一个命令后重启电脑
 *      sudo ldconfig
        sudo reboot
 *  查看版本和测试CUDA的例子
 *      查看版本
        nvcc --version
 *      编译例子测试
        cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
        sudo make
        ./deviceQuery
 *  执行成功的话会出现下面信息：
 *  ![938429-20180727200437562-2055043906.png][]
 *  编译例子的时候如果报错显示：CUDA driver version is insufficient for CUDA runtime version  解决方法卸载重新安装参考文章：**https://www.cnblogs.com/wolflzc/p/9117291.html**
 *  找到对应版本，下载后先把前面的安装的卸载再安装
 *  如果安装错了版本比，如我一开始装了CUDA9.2，卸载操作如下：
 *  ![复制代码][copycode.gif]
    
        sudo apt-get remove cuda 
        
        sudo apt-get autoclean
        
        sudo apt-get remove cuda*
        
        然后在目录切换到/esr/local/下
        
        cd /usr/local/
        
        sudo rm -r cuda-9.2
    
    ![复制代码][copycode.gif]
 *  然后按照前面的安装CUDA的教程来就可以了
 *  接下来再添加下环境变量
 *      sudo gedit ~/.bashrc
 *  打开文件后，将下面内容添加到文件的最后面，保存后退出
 *      export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
        export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
 *  然后设置环境变量和动态链接库，在命令行输入：
 *      sudo gedit /etc/profile
 *  在打开的文件末尾加入：
 *      export PATH=/usr/local/cuda/bin:$PATH
 *  保存之后，创建链接文件：
 *      sudo gedit /etc/ld.so.conf.d/cuda.conf
 *  在打开的文件中添加如下语句：
 *      /usr/local/cuda/lib64
 *  然后执行，使链接立即生效
 *      sudo ldconfig

# 4.安装cuDNN7.0 #

*  下载地址：**https://developer.nvidia.com/rdp/cudnn-archive**
 *  进去后下载自己对应的CUDA版本的cudnn文件，如下图：
 *  ![938429-20180727202011259-138829960.png][]
 *  我是选择 cuDNN v7.0.5 Library for Linux 千万别选\[Power8\]的版本，我查了一下，这个是给Power8处理器使用的，由于v7.1.2版本还没提供普通版本，所以就下载了v7.0.5
 *  这里下载是需要注册登陆的，要填一些调查表什么的之后才能下载，如果版本和我相同我这里提供cuDNN的百度云下载地址：
 *  链接：https://pan.baidu.com/s/1Yi6IkjUDbiBmAd9Dm4YruQ 密码：k73g
 *  安装过程也比较简单，下载后是一个压缩包，解压下来放在cuda的路径中就可以了
 *  继续Ctrl+alt+F1进入命令模式，关闭图形界面
 *      sudo service lightdm stop
 *  使用命令解压文件cudnn-9.0-linux-x64-v7.tgz，并且复制到cuda路径中
 *      tar -zxvf cudnn-9.0-linux-x64-v7.tgz
        cd cuda    
        sudo cp lib64/lib* /usr/local/cuda/lib64/    
        sudo cp include/cudnn.h /usr/local/cuda/include/
 *  然后更新网络连接：
 *      cd /usr/local/cuda/lib64/  
        sudo chmod +r libcudnn.so.7.0.5  //自己查看.so的版本 对应更改  
        sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7  
        sudo ln -sf libcudnn.so.7 libcudnn.so  
        sudo ldconfig
 *  重新启动图形化界面
 *      sudo service lightdm start
 *  没有显示出图形界面的话 按Ctrl+Alt+F7进入图形界面
 *  安装完成后可用 nvcc -V 命令验证是否安装成功，若出现版本信息则表示安装成功
 *  到这一步已经大功告成了，接下来就安装Anaconda，配置Python，tensorflow等软件，有机会的话还会补充。

from: [http://www.cnblogs.com/tanwc/p/9375161.html][http_www.cnblogs.com_tanwc_p_9375161.html]

[938429-20180727094747818-1436043859.png]: https://images2018.cnblogs.com/blog/938429/201807/938429-20180727094747818-1436043859.png
[938429-20180727094855199-1094341163.png]: /images/20220422/388b9dd694dd49c8a7a01071f572beb6.png
[938429-20180727095244104-62503724.png]: https://images2018.cnblogs.com/blog/938429/201807/938429-20180727095244104-62503724.png
[938429-20180727095248961-933930086.png]: /images/20220422/6843316f2e3e46aabd52bc06a227246a.png
[copycode.gif]: /images/20220422/a4782f3014ec4d5a9ae095994180c494.png
[938429-20180727110242883-1717420021.png]: /images/20220422/e17786b07e824da0b08183bb5d9385aa.png
[938429-20180727112007278-1496088048.png]: /images/20220422/e591d0bca85c458191422a61c84a8eeb.png
[938429-20180727112424861-1201019683.png]: /images/20220422/9c04a4b6afdd494480a17e8f7434dcd5.png
[938429-20180727191146138-34528256.jpg]: https://images2018.cnblogs.com/blog/938429/201807/938429-20180727191146138-34528256.jpg
[938429-20180727191156629-1097316090.jpg]: https://images2018.cnblogs.com/blog/938429/201807/938429-20180727191156629-1097316090.jpg
[938429-20180727191203145-821150140.jpg]: https://images2018.cnblogs.com/blog/938429/201807/938429-20180727191203145-821150140.jpg
[938429-20180727191328198-1154924811.jpg]: /images/20220422/742accee3d194a298cebef38cff9e8dd.png
[938429-20180727193448489-1881189248.png]: https://images2018.cnblogs.com/blog/938429/201807/938429-20180727193448489-1881189248.png
[938429-20180727193503231-293081002.png]: /images/20220422/edc0551c252e4bf09ec469efdbed2c7b.png
[938429-20180727200437562-2055043906.png]: /images/20220422/750961aa852141928b3e4ea9dc0c31aa.png
[938429-20180727202011259-138829960.png]: /images/20220422/1ec51fc077424029a449eb74ed498af7.png
[http_www.cnblogs.com_tanwc_p_9375161.html]: http://www.cnblogs.com/tanwc/p/9375161.html