cuda必须装在c盘吗_深度学习基础环境搭建-Nvidia驱动+cuda+cudnn

Ubantu16.04+GPU(1070ti)驱动+cuda10.2 +CUDNN7.6.4

一、安装nvidia显卡驱动

（亲测搭建深度学习环境，无论是win还是ubantu上的cuda里都有相对应的驱动，网上大多数教程均说单独装好驱动后在cuda，如果有那个折腾的精力可以试一试直接装cuda的时候装驱动（理论是可行的））
1、nvidia官网下载驱动

在官网里手动搜索驱动程序里，选择自己对于的系统，注意是“Linux 64-bit”。其他选项默认即可。然后，点击开始搜索，将会自动搜索你的电脑相匹配的 GPU 显卡驱动，搜索结果如下图所示：

如上图所示，结果会显示可用的 GPU 显卡驱动程序，确定你需要的版本，直接点击就可以下载了。例如我选择的版本是440.31(图是后补的哈，通常下最新的驱动即可，兼容性较好)，下载后的文件是 NVIDIA-Linux-x86_64-440.31.run。

2、打开终端 Terminal，首先卸载系统之前安装的 NVIDIA 显卡驱动，尤其以前安装失败的情况下。（没有安装的可以忽略这一步）

sudo apt-get --purge remove nvidia-*

3、禁用ubantu自带驱动nouveau及其他显示驱动，非常重要打开 blacklist：

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

在最后添加几行，千万注意把这些都加上，网上大多数只有一条语句 blacklist nouveau，本人亲测这样不行，估计其余显卡驱动的存在同cuda相矛盾，故安装一直失败。一定加上下述几条。

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist nvidiafb
blacklist rivatv

添加后如图：

这时候在终端输入：

lsmod | grep nouveau

如果没有输出如下图，可以直接进行下一步，安装驱动。

如果仍有输出，参考网上资源说则在终端输入：（未遇见过仅有参考）

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

直接写入：

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

保存关闭，再在终端输入下面的命令验证是否没有输出了。

 sudo update-initramfs -ulsmod | grep nouveau

# 如果这样还有输出，reboot一次（重启）

4 、在正式安装驱动之前，请记住刚刚驱动的 .run 文件的下载路径和完整的文件名（通常在Downloads下）。按 Ctrl+Alt+F1 进入命令行界面，输入下面的命令：

sudo /etc/init.d/lightdm stop
sudo init 3

进入 .run 文件的下载路径，使用 chmod 命令增加 .run 文件的运行权限。

chmod a+x NVIDIA-Linux-x86_64-440.31.run
sudo ./NVIDIA-Linux-x86_64-418.43.run -no-x-check -no-nouveau-check -no-opengl-files
#这里是关闭x server，nouveau和不下载opengl文件

然后就会开始安装程序，安装完成之后，输入下面的命令：

nvidia-smi

如果出现与下面类似的结果图，恭喜你驱动安装成功（如果没有，不要灰心，多装几次重头再来，好好检查。win上安装比较容易，一路next即可，注意显卡硬件对应打版本就是了）。

最后，回到图像界面。（之间是关闭了桌面显示，命令行形式的，所以上图是之后截的）

$ sudo /etc/init.d/lightdm start

这样，驱动就算正式安装成功了。

二、安装 CUDA10.1

1、首先，登录 CUDA 的下载网站，由于现在 CUDA 的版本已经更新到 10 .2了，我当时下的最新打是10.1。选择自己打系统型号，如下图，因此，点击 Legacy Releases，进入之前的版本列表。

然后，在 CUDA 版本列表中，选择 10.1 版本。

选择对应的系统等信息，就可以点击 Download 进行下载了。注意选择下载 runfile 文件。

2、打开终端，进入 CUDA10.1 的下载目录，输入：

chmod a+x cuda_10.1.243_418.87.00_linux.run
sudo ./cuda_10.1.243_418.87.00_linux.run

然后就会进入安装。在安装过程中会询问你一些配置信息，一般直接选择默认选项就行。有一个必须注意的地方是会让你选择是否安装 Graphics Driver for Linux-x86_64：XXXX 版本，这个地方必须选择 no！否则会覆盖之前的驱动。（就是刚刚说的在安装cuda会带有驱动，禁用哟！！！）

3、安装完毕之后，声明环境变量。打开 .bashrc 文件，在终端输入：

sudo gedit ~/.bashrc

在文件最后加上：

export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存退出，并更新一下

source ~/.bashrc

4、验证 GPU 驱动版本：440.31

cat /proc/driver/nvidia/version

验证 CUDA 版本：10.1

nvcc -V

测试CUDA的Samples例子只测了一个，代码和结果如下

cd  /usr/local/cuda-10.1/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

5、可能遇到的问题是没有安装 gcc 或者 gcc 版本过高需要手动进行降级，都比较好解决(没有遇到过，如果有遇到过可以贴上)

三、安装 cuDNN

1、首先，进入 cuDNN 的下载网站。值得一提的是，下载之前是需要先注册账号。在下图所示的版本列表中，选择适配 CUDA10.1 的，此时有多个了，当时选打最的，要选对应的是 Linux 系统。如图

2、下载完毕之后，解压：

$ tar -zxvf cudnn-10.1-linux-x64-v7.6.4.38.tgz

解压命令输出如下：

cuda/include/cudnn.h
cuda/NVIDIA_SLA_cuDNN_Support.txt
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.7
cuda/lib64/libcudnn.so.7.6.4
cuda/lib64/libcudnn_static.a

拷贝相关文件至指定目录：（和win中搭建一样拷贝到cuda对应打文件中）

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

3、切换到本地 cuda 路径，创建软连接，终端输入：

cd /usr/local/cuda/lib64
sudo chmod +r libcudnn.so.7.6.4
sudo ln -sf libcudnn.so.7.6.4 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig

注意，这里的文件名即版本号就参照之前解压出来的文件名对照着写。

4、到本地 cuda 路径下检测一下：

cd /usr/local/cuda/lib64
ll

出现 cuDNN 对应的版本号就证明安装成功！

官网还有对应的例子代码，下来后在编译（个人觉得只需要cudnn的版本和cuda的对应基本没有必要了）

恭喜最后 GPU 显卡驱动 + CUDA10.1 + cuDNN7.6.4 环境配置完成。

可以开始进入深度学习的大坑了！

四、总结

首次搭的童鞋，尤其是以前没有接触过，会怀疑人生的，我以及记不清打了多少次，依稀记得第一次搭建的时候错误百出，一直说记录哈，今天终于走出第一步了，方便自己以后回顾，也方便他人！千万注意显卡驱动+cuda+cudnn版本对应！！！

五、参看资料：

https://blog.csdn.net/weixin_41864878/article/details/79621210

https://zhuanlan.zhihu.com/p/77874628