1.前言

---

前几天把自己的一个旧的笔记本安装了一个深度学习的环境，中间的过程也遇到了不少麻烦

2.环境

---

一切关于配置的问题不声明环境都是耍流氓

系统：Ubuntu16.04 64bit 

显卡：Nvidia GFoce GT730M

驱动：nvidia 官方最新

软件版本：cuda8.0 + cudnn6.0

3.最新驱动下载

---

https://www.geforce.cn/drivers 对应自己的显卡型号下载

4.卸载掉原有驱动

---

sudo apt-get remove –purge nvidia*（没安装则不用卸载）

5.禁用nouveau

打开编辑配置文件：

/etc/modprobe.d/blacklist.conf

在最后一行添加：

blacklist nouveau 

禁用nouveau第三方驱动，之后也不需要改回来

执行：

sudo update-initramfs -u

重启后执行：

lsmod | grep nouveau

6.禁用X服务

---

执行：

sudo /etc/init.d/lightdm stop

进入命令行界面

Ctrl-Alt+F1

使用自己ubuntu安装的账号  密码登录

7.安装驱动

---

给驱动run文件赋予执行权限

sudo chmod a+x NVIDIA-Linux-x86_64-375.20.run

安装(注意 参数)

sudo ./NVIDIA-Linux-x86_64-375.20.run –no-opengl-files

–no-opengl-files 只安装驱动文件，不安装OpenGL文件。这个参数最重要

–no-x-check 安装驱动时不检查X服务

–no-nouveau-check 安装驱动时不检查nouveau 

后面两个参数可不加。

如果出现分辨率不对的问题：

---

sudo apt-get purge xserver-xorg

sudo apt-get install xserver-xorg servser-xorg-video-all这里又把nouvea这个又安装上了，所以其实并不是修复nvidia的分辨率，而是又使用了默认的显卡驱动

sudo /etc/init.d/lightdm start

安装完毕后重启机器，运行 nvidia-smi，看看生效的显卡驱动：

8.cuda8安装

---

因为Tensorflow和Pytorch目前官方提供的PIP版本只支持CUDA8, 所以我选择了安装CUDA8.0。不过目前英文达官方网站的 CUDA-TOOLKIT页面默认提供的是CUDA9.0的下载，所以需要在英文达官方提供的另一个 CUDA Toolkit Archive 页面选择CUDA8，这个页面包含了CUDA所有的历史版本和当前的CUDA9.0版本。点击 CUDA Toolkit 8.0 GA2 (Feb 2017) 这个页面，选择"cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

安装完成sudo gedit  ~/.bashrc添加环境变量

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

export CUDA_HOME=/usr/local/cuda

运行 source ~/.bashrc 使其生效

9.安装cuDNN6.0

cuDNN7.0 虽然出来了，但是 CUDA8 的最佳拍档依然是cuDNN6.0，在NIVIDA开发者官网上，找到cudnn的下载页面: https://developer.nvidia.com/rdp/cudnn-download ，选择"Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0" 中的 "cuDNN v6.0 Library for Linux":

下载后安装非常简单，就是解压然后拷贝到相应的系统CUDA路径下，注意最后一行拷贝时 "-d"不能少

tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

环境搭建完毕！！！

10.测试cuda的Samples

---

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

make

sudo ./deviceQuery

出现上面的页面，则表示安装成功！