深い学習環境（CUDA 10.1 / cuDNN 7.6 / Tensorflow 1.14）を構築するためのDellのサーバーのUbuntu 18.04のデュアルグラフィックス（2080ti）た.md

＃1のグラフィックスドライバをインストールします

セキュアブートを無効にする1.1 BIOS

• BIOSに入るためにF2を設定することにより、サーバーの電源をオンにし、
• >システム・セキュリティ - - >セキュアブート、[無効]を選択し、保存して終了し、システムBIOSで

1.2サードパーティ製のドライブヌーヴォーを無効にします

• アンインストールは、以前のNVIDIAドライバをインストール

$ sudo apt-get purge nvidia*

• ブラックリストヌーボーに追加されます

# 编辑blacklist.conf
$ sudo nano /etc/modprobe.d/blacklist.conf
# 在blacklist.conf的文件的最后手动添加：blacklist nouveau
# 更新内核
$ sudo update-initramfs -u
# 重启
reboot
# 重启后验证nouveau是否被禁用，如果下列语句无输出，表示禁用成功
lsmod | grep nouveau

ドライバをダウンロードするために1.3の公式サイト

• 公式ウェブサイトのアドレス：https://www.geforce.cn/drivers
• お使いのビデオカードのモデルとオペレーティングシステムを選択した後、対応するドライバをダウンロードしてください（現在のバージョンは次のとおりです。430.34）
  

1.4ドライバのインストール

• サーバーを再起動し、インストール用のコマンドラインインターフェイスを入力します。サーバは、ユーザのログイン・インターフェース再起動されたときには、Ctrl + Alt + F2コマンド・ライン・インターフェースに（異なる端末5に対応する利用可能なF2〜F6が、フロリダ州はグラフィカルインターフェイスです。）
• ダウンロードディレクトリにドライブし、インストールを開始

# 安装gcc make
$ sudo apt-get install gcc make g++
# 给文件增加可执行权限
$ sudo chmod a+x NVIDIA-Linux-x86_64-430.34.run
# 开始安装，后面的那个参数表示不安装OPENGL
$ sudo ./NVIDIA-Linux-x86_64-430.34.run --no-opengl-files
# 安装完成后，重启
$ reboot
# 验证是否安装成功
$ nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 430.34       Driver Version: 430.34       CUDA Version: 10.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce RTX 208...  Off  | 00000000:02:00.0 Off |                  N/A |
| 18%   61C    P0    67W / 250W |      0MiB / 11019MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce RTX 208...  Off  | 00000000:04:00.0 Off |                  N/A |
| 27%   64C    P0     1W / 250W |      0MiB / 11019MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

＃2は、CUDA 10.1をインストールします

CUDA 2.1インストールファイルをダウンロードします

• 公式サイトを入力し、オペレーティングシステムの対応するバージョンを選択し、それをダウンロードすることをお勧めしますrunfile（ダウンロードしたDEBが、インストールは失敗します）
  

2.2インストールを実行するには

• コマンドを実行し、ダウンロードディレクトリに移動します

# 开始安装
$ sudo sh cuda_10.1.168_418.67_linux.run
# 添加环境变量
$ sudo nano /etc/profile
# 添加以下文本到profile的最后
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
# 保存修改，然后更新环境变量
$ source /etc/profile

CUDA 2.3が正常にインストールされているテスト

• サンプルのCUDAコンパイラ

cd ~
cp -r /usr/local/cuda-10.1/samples/ .
cd samples/
# make大概要10分钟左右
make

• テストCUDA

cd ./1_Utilities/deviceQuery
./deviceQuery
# 出现如下类似结果，表示成功
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 2 CUDA Capable device(s)
Device 0: "GeForce RTX 2080 Ti"
  CUDA Driver Version / Runtime Version          10.1 / 10.1
  CUDA Capability Major/Minor version number:    7.5
  Total amount of global memory:                 11019 MBytes (11554717696 bytes)
  (68) Multiprocessors, ( 64) CUDA Cores/MP:     4352 CUDA Cores
  GPU Max Clock rate:                            1545 MHz (1.54 GHz)
  Memory Clock rate:                             7000 Mhz

＃3はcuDNN 7.6をインストールします。

• ファイルをダウンロードするには、公式ウェブサイトを入力し、ダウンロードして登録する必要があり、https://developer.nvidia.com/cudnn

• cuDNN対応CUDA 10.1は、対応するバージョンを選択し、7.6で、ファイルをダウンロードしてください。図は次のとおりです。
  

• インストールcuDNN

tar -zxvf cudnn-10.1-linux-x64-v7.6.1.34.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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

• ビューcuDNNバージョン

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
# 输出结果如下：
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 1
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

＃4はアナコンダ（Pythonの3.7バージョン）を搭載しました

• 下载 Anaconda，网址：https://www.anaconda.com/distribution/#download-section
• 开始安装

$ sudo chmod +x Anaconda3-2019.03-Linux-x86_64.sh
$ sudo bash Anaconda3-2019.03-Linux-x86_64.sh

# 5 安装TensorFlow 1.14(GPU版)

• 安装TF

# 建议先将conda的源设置为国内的，否则速度太慢
$ conda install tensorflow-gpu==1.14.0

如果出现anaconda3文件无写入权限的问题(EnvironmentNotWritableError: The current user does not have write permissions to the target environment)，可以使用命令对文件夹授权。
sudo chown -R user_name /path/to/anaconda3

• 测试TF

python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"