Ubuntu 18.04 LTS 系统安装深度学习环境 显卡驱动 433.40 + Cuda 10.0 + Cudnn 7.6

更新

请参阅本文最新版：[教程] 最快速、最简单搭建深度学习环境：Ubuntu+显卡驱动+Cuda+Cudnn+TensorFlow

前言

配置一套深度学习环境的坑实在太多，写此文提供一种简单的解决方案，以避免各位初行者在这个步骤浪费太多时间。

安装 NVIDIA 显卡驱动

首先前往 NVIDIA 官网 下载对应的驱动，需要注意的事项有：

• 选择匹配的显卡系列（例如 GeForce GTX 1080 Ti）
• 选择匹配的系统（例如 Linux 64-bit）
• 点击开始搜索，在下面选择驱动版本，在新页面中点击下载，驱动文件名形似NVIDIA-Linux-x86_64-430.40.run

卸载旧版驱动

sudo apt-get purge nvidia*

禁用 Nouveau

输入命令：

lsmod | grep nouveau

如无任何信息输出则跳过此步，进入下一节退出 X Server。如有输出则执行下列指令创建文件：

sudo gedit /etc/modprobe.d/disable-nouveau.conf

在文件中添加以下两行文字：

blacklist nouveau
options nouveau modeset=0

然后重启系统。

退出 X Server

init 3

然后Ctrl + Alt + F1，登录即可。

安装驱动

首先进入驱动所在的目录：

cd 目录
# 注意把目录替换成自己驱动所在的目录
sudo sh NVIDIA-Linux-x86_64-430.40.run 
# 注意把文件名替换成自己的版本

然后开始安装，安装完成后重新启动电脑。此时可以使用命令nvidia-smi查看显卡及驱动信息。

安装 Anaconda、Cuda、Cudnn

首先去官网下载 Anaconda 最新版本，下载完成后开始安装：

cd 安装包所在目录
sudo sh Anaconda3-2019.07-Linux-x86_64.sh

打开 Anaconda：

anaconda-navigator

切换到 Enviornment 选项卡，点击左下角的 Create 按钮，创建新的环境。选择左上角的 All，在右侧搜索 cud，勾选 cudatoolkit 和 cud，右击名称前的绿色对号，对于：

• cudatoolkit，选择 Mark for specific version installation 中的10.0.130
• cudnn，选择Mark for specific version installation 中的 7.6.0

然后点击右下角的 Apply 开始安装。

安装成功后即可使用诸如 PyCharm 等 IDE 导入所创建的虚拟环境，测试 TensorFlow、PyTorch 等代码能否正常运行。

Reference

1. 我就是多啦a梦. （June 7, 2018). ubuntu安装显卡驱动的三种方法. Retrieved from https://blog.csdn.net/u014682691/article/details/80605201
2. 驱动程序|GeForce. (August 3, 2019). Retrieved from https://www.geforce.cn/drivers
3. NVIDIA Accelerated Linux Graphics Driver README and Installation Guide. (August 3, 2019). Retrieved from https://us.download.nvidia.cn/XFree86/Linux-x86_64/430.40/README/index.html