Ubuntu 17.10 + CUDA8.0+cudnn 在GT610 电脑上配置深度学习环境

一、本机环境配置

win7+ubuntu17.10双系统，自己配置的杂牌电脑

二、安装cuda前的环境检查

1.首先查看自己的显卡型号和类型，我的是NVIDIA，GT610（cuda目前只支持NVIDIA的驱动，如果不是，就不要费力了）

lspci | grep -i nvidia

2.确认自己的显卡是否在支持列表

https://developer.nvidia.com/cuda-gpus

3.查看自己装的系统信息

lspci -v -s 01:00.0

4.查看gcc版本（这里ubuntu系统17.10默认使用的gcc为7.2版本，为了装好cuda,需降级为gcc5版本;这里是我之前几次安装不成功的主要原因）

gcc --version

前期准备

1. 更新apt-get源列表

sudo apt-get update

sudo apt-get upgrade

Top

2. 添加驱动源

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

三、安装gcc 5

1.执行语句，安装gcc5

sudo apt-get install gcc-5

注意一定要选择好版本，不选择默认装gcc-7,而后面编译时不支持gcc大于6的版本.

2.修改gcc配置

ls /usr/bin/gcc* -l

我的显示如下

lrwxrwxrwx 1 root root 7 2018-02-27 15:17 /usr/bin/gcc -> gcc-7.2

-rwxr-xr-x 1 root root 224544 2018-02-27 15:17 05:47 /usr/bin/gcc-5.4

-rwxr-xr-x 1 root root 237072 2018-02-27 17:25 /usr/bin/gcc-7.2

-rwxr-xr-x 1 root root 302104 2018-02-27 05:43 /usr/bin/gcc-5.4

由上面显示可以看出默认安装的是gcc-7.2，现在来改成gcc-5.4

删除gcc－7.2的软连接文件/usr/bin/gcc。（只是删除软连接）

命令：sudo rm /usr/bin/gcc

然后建一个软连接，指向gcc-5.4。

命令：sudo ln -s /usr/bin/gcc-5.4 /usr/bin/gcc

ok了，www.linuxidc.com 现在用命令：gcc -v 验证一下，变成了5.4版本

四、安装cuda 8.0

因为最新版的tensorflow 1.5不支持cuda9.0，这里安装8.0版本。

下载地址（当然也需要先注册）：https://developer.nvidia.com/cuda-toolkit-archive

1. run格式文件

如果下载的是run文件，直接运行即可。

2. deb格式文件

2.1 安装gcc(如果前面已操作，可忽略此步）：

1	`sudo` `apt-get` `install` `gcc-5`

注意一定要选择好版本，不选择默认装gcc-7,而后面编译时不支持gcc大于6的版本.

我安装时候，第一种方法失效，现在觉得，可能就是gcc版本不支持的缘故。

2.2 安装内核头文件

1	`sudo` `apt-get` `install` `linux-headers-$(uname` `-r)`

2.3 deb安装

  sudo dpkg -i ,<cuda-repo-ubuntu1704-8-0-local_8.0.176-1_amd64.deb>(下载的deb文件） 
 sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub  <version>部分是自己下载的那个软件包名，一般在命令行按tab键就能出来； 
 

  sudo apt-get update 
 sudo apt-get install cuda 
 

2.4 添加环境变量

写入到 ~/.bashrc 的尾部:

  export PATH=/usr/local/cuda-8.0/bin:$PATH 
 export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH 
 

2.5 测试

  cuda-install-samples-8.0.sh <dir>  安装测试程序，<dir>是安装目录，自己新建一个即可 
 

安装好后，<dir>下有个NVIDIA_CUDA-8.0_Samples文件夹，cd到这个文件夹里面，执行$sudo make,编译完后，在bin目录或bin目录的子目录的子目录里有编译好的deviceQuery可执行文件，执行这个文件，可以看到下面的输出就说明安装成功了：

如果执行失败，则是显卡驱动没有装好。

最后再来测试一下CUDA，运行：

1	`sudo` `nvidia-smi`

可以看到gpu的各种信息。

5. 安装cudnn

下载：

 sudo su wget http://developer.download.nvidia.com/compute/redist/cudnn/v6.0/cudnn-8.0-linux-x64-v6.0.tgztar -xzvf cudnn-8.0-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 
 sudo chmod a+r  /usr/local/cuda/lib64/libcudnn * 

参考链接如下：

https://www.cnblogs.com/jiu0821/p/8410178.html