ubuntu 核显输出 独显计算

转载 https://wxzs5.github.io/2018/06/04/dl-env/
本文为NVIDIA显卡深度学习环境配教程，主要内容为在ubuntu环境下安装NVIDIA显卡驱动、CUDA以及cuDNN。前面如何配置好Ubuntu基本工作环境请参考安装Ubuntu后应该做的事,本文提供一种可行稳妥的安装方法，更详细的安装方式还可参考CUDA官方安装文档与cuDNN官方安装文档。以下操作均在ubuntu 16.04.4 下测试通过，其他发行版本可作参考。

安装NVIDIA显卡驱动
NVIDIA显卡驱动一般有三种安装方法:

使用PPA源安装：最安全，最方便。但是未必有最新驱动，而且下载速度可能慢一点，需要准备好梯子。
安装CUDA时，顺便安装驱动，但未必是最新驱动（不推荐）。
官网下载NVIDIA驱动程序然后本地安装（下载runfile）。
apt-get安装（推荐)
卸载原有驱动
若已有N卡驱动，则需要先卸载：

sudo apt-get remove --purge nvidia*

如果是runfile安装:

sudo chmod +x NVIDIA*.run
sudo ./NVIDIA-Linux-x86_64*.run –uninstall

安装NVIDIA驱动
然后执行：

sudo add-apt-repository ppa:xorg-edgers/ppa #添加ppa源
sudo add-apt-repository ppa:graphics-drivers/ppa #添加ppa源
sudo apt-get update #更新apt-get
sudo apt-get install nvidia-390 #安装390版本的driver

然后可能下载较慢但是最安全，这样安装系统会自动帮你禁用nouveau，所以这样安装完后不用手动禁用nouveau。

runfile 安装
去NVIDIA驱动程序下载官网下载合适的最新驱动，然后本地安装（下载runfile）。
禁用Nouveau驱动

grep nvidia /etc/modprobe.d/* /lib/modprobe.d/*
这个很重要 这个遇到 下面的问题很重要 
Unable to load the 'nvidia-drm' kernel module
找这个文件blacklist-nvidia.conf 注释blacklist nvidia-drm
/lib/modprobe.d/blacklist-nvidia.conf:#blacklist nvidia-drm

打开配置文件：

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

然后在文本最后添加(禁用nouveau第三方驱动，之后也不需要改回来)：

blacklist nouveau
options nouveau modeset=0

然后执行：

sudo update-initramfs -u

重启后，执行：

lsmod | grep nouveau
如果没有屏幕输出，说明禁用nouveau成功。

命令行安装驱动
在NVIDIA驱动程序下载官网下载合适的最新驱动，然后按下Ctrl+Alt+F1进入命令行模式，进入驱动所在文件夹，输入以下命令：

sudo service lightdm stop #这会关闭图形界面，但不用紧张
sudo chmod +x NVIDIA-Linux-x86_64-*.run #给驱动run文件赋予执行权限
sudo ./NVIDIA-Linux-x86_64-*.run –no-opengl-files #后面的参数非常重要，不可省略
–no-opengl-files：表示只安装驱动文件，不安装OpenGL文件。这个参数不可省略，否则会导致登陆界面死循环。
–no-x-check：表示安装驱动时不检查X服务，非必需。
–no-nouveau-check：表示安装驱动时不检查nouveau，非必需。
-Z, --disable-nouveau：禁用nouveau。此参数非必需，因为之前已经手动禁用了nouveau。
-A：查看更多高级选项

必选参数解释：因为NVIDIA的驱动默认会安装OpenGL，而Ubuntu的内核本身也有OpenGL、且与GUI显示息息相关，一旦NVIDIA的驱动覆写了OpenGL，在GUI需要动态链接OpenGL库的时候就引起问题。
之后，按照提示安装，成功后重启即可。 如果提示安装失败，不要急着重启电脑，重复以上步骤，多安装几次即可。

测试

nvidia-smi #若列出GPU的信息列表，表示驱动安装成功
nvidia-settings #若弹出设置对话框，亦表示驱动安装成功
image2

安装CUDA
参考官方文档

到CUDA官方下载页面下载CUDA包(runfile)

建议安装版本：cuda 9.0 （tensorflow 现在支持得最好的cuda版本）
然后按照以下步骤安装：

安装
首先确保文件具有运行权限，然后运行：

sudo ./cuda_*linux.run --no-opengl-libs

–no-opengl-libs：表示只安装驱动文件，不安装OpenGL文件。必需参数，原因同上。注意：不是-no-opengl-files。
–toolkit：表示只安装CUDA Toolkit，不安装Driver和Samples。
–help：查看更多高级选项。

之后，按照提示安装即可。依次选择：

accept #同意安装
n #不安装Driver，因为已安装最新驱动
y #安装CUDA Toolkit
<Enter> #安装到默认目录
y #创建安装目录的软链接
n #不复制Samples，因为在安装目录下有/samples
CUDA Sample测试
#编译并测试设备 deviceQuery：
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
然后执行：
./deviceQuery

如果测试的最后结果是Result = PASS，说明CUDA安装成功。

把CUDA加到环境变量中

vim ~/.bashrc

加入以下变量：

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}}
使设置生效：

source ~/.bashrc

安装cuDNN
参考官方文档

到cuDNN官方下载页面下载与CUDA版本相匹配的cuDNN包，要注册一个Nvidia账号，然后才可以下载。
建议的版本：cudnn 7.0 for cuda 9.0

进入安装包所在目录，依次输入以下命令：

tar -xzvf cudnn-9.0-linux-x64-v7.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 /usr/local/cuda/lib64/libcudnn*

至此，关于NVIDIA显卡环境的一切已全部配置完成。

安装 Tensorflow GPU 版本
关于GPU加速训练过程不再强调，推荐tensorflow 1.6 版本，刚好和cuda对应起来，非常稳定。

pip install tensorflow-gpu==1.6 --user #python2
pip3 install tensorflow-gpu==1.6 --user #python3

安装 Pytorch GPU 版本
到Pytorch官网安装最新版本就可以了，pytorch用户体验很好，一般没有兼容性问题。选择你的Python版本和安装方式，推荐使用pip安装，选好cuda 9.0，然后官网会生成安装命令，copy到命令行执行即可安装。

安装 MxNet GPU 版本
参考MxNet官网安装教程安装最新版本就可以了。

安装依赖

sudo apt-get update
sudo apt-get install -y wget python

wget https://bootstrap.pypa.io/get-pip.py && sudo python get-pip.py
安装cuda 9.0 版

pip install mxnet-cu90 --pre --user #python2
pip3 install mxnet-cu90 --pre --user  #python3

其他有一些可选安装项可以看MxNet官网安装选择性安装。
希望能交流更多技术，关注小白的微信公众号吧。