Ubuntu16.04安装Nvidia K80显卡驱动 CUDA9.0+cuDNN7.6.5.32GPU版--过程记录_nvidia k80 显卡驱动 + cuda + tensorflow

0、准备工作

（1）查看GPU是否支持CUDA

lspci | grep -i nvidia

（2）查看Linux版本

uname -m && cat /etc/*release

1、nvidia驱动下载

 NVIDIA 驱动程序下载   --------自行选择驱动版本号 

下载好以后，默认保存在Downloads 下面

（1）先卸载原有N卡驱动

#for case1: original driver installed by apt-get:
sudo apt-get remove --purge nvidia*
 
#for case2: original driver installed by runfile:
sudo chmod +x *.run
sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall

（2）禁用nouveau驱动

1.2.1 桌面环境：（2选1）

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

1.2.1 远程环境（2选1）（vim使用方法自行查询--保存:wq ）：

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

在文本最后添加：

blacklist nouveau
options nouveau modeset=0

保存后执行：

sudo update-initramfs -u

重启以后，能够查看nouveau有没有运行:

lsmod | grep nouveau  # 没输出表明禁用生效

（3）禁用X-Window服务

sudo service lightdm stop #这会关闭图形界面

按Ctrl-Alt+F1进入命令行界面，输入用户名和密码登陆。

（4）命令行安装驱动

1.4.1  cd 到下载目录：

#给驱动run文件赋予执行权限：
sudo chmod +x NVIDIA-Linux-x86_64-384.183.run
#后面的参数很是重要，不可省略：
sudo ./NVIDIA-Linux-x86_64-384.183.run -no-opengl-files

sudo ./NVIDIA-Linux-x86_64-384.183.run -no-opengl-files (重要的事情说三遍，这里面的-和字母之间没有空格、这里面的-和字母之间没有空格、这里面的‘-’和字母之间没有空格)
后面的选项很重要，很重要！否则后面桌面登入会出现死循环！！！！

1.4.2、 按照提示一路下去，Accept->Yes->默认
1.4.3、很快就安装完毕.输入：

nvidia-smi

查看信息.出现驱动信息说明安装成功
1.4.4 打开X-window ：

sudo service lightdm startap

1.4.5 Driver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

2、CUDA下载链接：

CUDA Toolkit 9.0 Downloads | NVIDIA Developer

2.1 安装CUDA 到对应下载目录下（默认Downloads）：

sudo sh cuda_9.0.176_384.81_linux.run

2.2 开始安装以后，须要阅读说明，可使用Ctrl + C直接阅读完成，或者使用空格键慢慢阅读。下面为安装选项：测试

（是否赞成条款，必须赞成才能继续安装）
accept/decline/quit: accept
 
（这里不要安装驱动，由于已经安装最新的驱动了，不然可能会安装旧版本的显卡驱动，致使重复登陆的状况）
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?
(y)es/(n)o/(q)uit: n
 
Install the CUDA 10.0 Toolkit?（是否安装CUDA 10 ，这里必需要安装）
(y)es/(n)o/(q)uit: y
 
Enter Toolkit Location（安装路径，使用默认，直接回车就行）
[ default is /usr/local/cuda-10.0 ]:  
 
Do you want to install a symbolic link at /usr/local/cuda?（赞成建立软连接）
(y)es/(n)o/(q)uit: y
 
Install the CUDA 10.0 Samples?（不用安装测试，自己就有了）
(y)es/(n)o/(q)uit: n
 
Installing the CUDA Toolkit in /usr/local/cuda-10.0 ...（开始安装）

 2.3 配置环境变量

（1）桌面环境：

sudo gedit ~/.bashrc

 （2）远程环境：

sudo vim ~/.bashrc

末尾加入

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

 2.4 更新

source ~/.bashrc

2.5 验证安装

查看cuda版本code

nvcc -V

CUDA Sample测试：

#编译并测试设备 deviceQuery：
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
make
./deviceQuery
 
#编译并测试带宽 bandwidthTest：
cd ../bandwidthTest
make
./bandwidthTest

若是这两个测试的最后结果都是Result = PASS，说明CUDA安装成功。

*2.6 CUDA卸载（略过）

在命令行中输入

sudo apt-get remove cuda 
 
sudo apt-get autoclean
 
sudo apt-get remove cuda*

而后在目录切换到usr/local/下

cd /usr/local/
 
sudo rm -r cuda-9.0

3、 安装cuDNN7.6.5.32

目的是：安装cuDNN库来加速我们的深度学习算法

下载cuDNN，需要在Nvidia官网注册账号，网址如下：

https://developer.nvidia.com/rdp/cudnn-download

登录后，选择你对应版本的cuDNN，我的是Ubuntu16.04且安装的是CUDA9.0，所以我下载如下三个文件，直接默认存在~/Downloads/目录下。

CUDNN下载链接：

cuDNN Archive | NVIDIA Developer

注意：这三个文件都要下载。

使用如下命令安装：

$ cd ~/Downloads/
 
$ ls
 
$ sudo dpkg -i libcudnn7_7.3.1.20-1+cuda9.0_amd64.deb
 
$ sudo dpkg -i libcudnn7-dev_7.3.1.20-1+cuda9.0_amd64.deb
 
$ sudo dpkg -i libcudnn7-doc_7.3.1.20-1+cuda9.0_amd64.deb

安装完成

在我们验证cuDNN之前，我们必须首先安装freeimage lilbray作为ministCUDNN示例代码的依赖关系。否则，会有提示要求我们正确设置Freeimage

$ sudo apt-get install libfreeimage3 libfreeimage-dev

使用如下命令验证;

$ cp -r /usr/src/cudnn_samples_v7/ $HOME
 
$ cd $HOME/cudnn_samples_v7/mnistCUDNN
 
$ make clean && make
 
$ ./mnistCUDNN

如果输出如下信息就表示安装cuDNN成功，并且还可以看到你机器上有几个支持cuda的设备

感谢以下博主：

参考资料：

Ubuntu16.04安装CUDA9.0+cuDNN7.3GPU版TensorFlow过程记录_wgllovemother的博客-CSDN博客

# Ubuntu16.04安装nvidia驱动+CUDA+cuDNN - JavaShuo

ubuntu16.04 系统下K80安装nvidia驱动 - JavaShuo