Skip to content

Latest commit

 

History

History
245 lines (165 loc) · 8.17 KB

Ubuntu_18.04.md

File metadata and controls

245 lines (165 loc) · 8.17 KB
Raw

Ubuntu 18.04 Deep Learning Environment Setup

tensorflow-gpu & Nvidia GPU & Cuda & Cudnn 环境配置

Ubuntu 18.04 配置版本

  • Ubuntu Kernel Version 5.0.0-29

  • GeForce GTX 1080 Ti / RTX 2080 Ti

  • NVIDIA 430.14

  • cuda 10.0 / 11.0

  • cuDNN v7.6.0

  • tensorflow-gpu 1.13.1

  • numpy 1.14.5

  • python 3.6

0. 更新软件源 & 确认配置版本 - Update and Upgrade

$ sudo apt-get update
$ sudo apt-get upgrade

1. 卸载所有原驱动

$ sudo apt-get purge nvidia*

2. 禁用nouveau

• 新建-blacklist-nouveau.conf 输⼊指令:
$ sudo vi /etc/modprobe.d/blacklist-nouveau.conf
• 往 blacklist-nouveau.conf 文件中写⼊：
blacklist nouveau
options nouveau modeset=0

禁 Ubuntu 自带开源驱动nouveau，写入后保存重启

$ sudo reboot
• 重启后在终端执行行命令:(Terminal)
$ lsmod | grep nouveau
查看nouveau模块是否被加载，若无输出，则执行下一步

3. 下载并安装 Cuda 和 Nvidia 驱动

Download Installer for Linux Ubuntu 18.04 x86_64
GTX 1080 / RTX 2080 - Download CUDA: CUDA Toolkit 10.0 (Sept 2018) [CUDA Link]
Ctrl + Alt + F1-( Enter virtual consoles )进入tty1命令行界面安装CUDA
Ctrl + Alt + F7-( Return back to GUI )回到桌面系统界面

禁⽤X服务 - Kill your current X server session by typing

$ sudo service lightdm stop

安装 CUDA 和 NVIDIA 驱动

注意：确定下载的 cuda 版本后执行指令

$ sudo chmod 777 cuda_10.0.130_410.48_linux.run
$ sudo sh cuda_10.0.130_410.48_linux.run --no-opengl-libs
...

进入 CUDA 安装中同意安装 Nvidia 驱动

[accept] #同意安装
[y]      #安装Driver，将自动安装CUDA版本相匹配的Nvidia驱动
[y]      #安装CUDA Toolkit install
<Enter>  #安装到默认目录
[y]      #创建安装目录的软链接
[n]      #不复制Samples，因为在安装目录下有/samples

安装完成后会显示 CUDA 和 Nvidia 驱动成功安装

A. vim 打开.bashrc 在末行加⼊以下命令
export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
执行指令更新 .bashrc 文件 - Reload .bashrc with
$ source .bashrc
B. Nvidia 驱动安装完成
$ nvidia-smi
C. 安装及路径测试，CUDA安装完成
$ nvcc -V

在这里插入图片描述

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

在这里插入图片描述

如果两个测试的结果都是 Result = PASS CUDA 安装成功

4. 安装 cuDNN

GTX 1080 - cuDNN v7.1.4 (May 16, 2018), for CUDA 9.0 [cuDNN Link]

RTX 2080 - cuDNN v7.5.0 (May 16, 2018), for CUDA 10.0 [cuDNN Link]

RTX 2080 Ti 请按指定版本安装 cuDNN 以及更改以下相对应的安装文件名默认执行 gtx 1080 Ti

解压后的 cudnn-9.0-linux-x64-v7.1.tgz ⽂文件cuda，执行以下指令安装:
$ tar -zxvf cudnn-9.0-linux-x64-v7.1.tgz
$ cd cuda $ sudo cp lib64/lib* /usr/local/cuda/lib64/
$ sudo cp include/cudnn.h /usr/local/cuda/include/
然后更新网络连接:
$ cd /usr/local/cuda/lib64/ $ sudo chmod +r libcudnn.so.7.1.4
$ sudo ln -sf libcudnn.so.7.1.4 libcudnn.so.7
$ sudo ln -sf libcudnn.so.7 libcudnn.so $ sudo ldconfig

5. 安装Tensorflow-gpu

GTX 1080 / RTX 2080

 $ pip install --user tensorflow-gpu==1.13.0

tensorflow-gpu

6. 测试 - Testing

tensorflow-gpu

7. 常见配置问题 - Issues

登⼊界⾯死循环问题: Login loop issue

1. 进入文本界面: CTRL+ALT+F1

2. Uninstall any previous drivers: - 删除 nvidia 相关文件

$ sudo apt-get remove nvidia-*
$ sudo apt-get autoremove

3. Uninstall the drivers from the .run file: - 卸载 nvidia 驱动

$ sudo nvidia-uninstall

4. 此时，重启 - Reboot -> login normally

5. 驱动重新安装 - Driver reinstall

NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running issue

GTX 1080 Ti

0. 确认 Kernel 版本是否高于 4.10

$ uname -a

#目前使用版本为 4.15
Linux CAI 4.15.0-50-generic #54~16.04.1-Ubuntu SMP Wed May 8 15:55:19 UTC 2019 x86_64 x86_64 x86_64 GNU/Linux

若版本高于 4.10 必须降级， 下载 4.10 内核方法如下

wget https://kernel.ubuntu.com/~kernel-ppa/mainline/v4.10/linux-headers-4.10.0-041000_4.10.0-041000.201702191831_all.deb
wget https://kernel.ubuntu.com/~kernel-ppa/mainline/v4.10/linux-headers-4.10.0-041000-generic_4.10.0-041000.201702191831_amd64.deb
wget https://kernel.ubuntu.com/~kernel-ppa/mainline/v4.10/linux-image-4.10.0-041000-generic_4.10.0-041000.201702191831_amd64.deb

sudo dpkg -i *.deb

升级完成后 nvidia-smi 出现 GPU 使用狀況栏可不用重新安装 Driver， 若未出现可按步骤重新安装 Driver

1. 确认是否插入显卡

$ lspci | grep 'VGA'

#找到卡后，显示显卡讯息
01:00.0 VGA compatible controller: NVIDIA Corporation Device 1b06 (rev a1)

2. 确认 security boot 是否为disable的状态

a. 开机后, 进入Bios 设定画面(若是Acer的电脑, 按Del 或是F2 即可进入Bios)
b. 改成disable 后, 重新开机

调整屏幕分辨率: Display resolution issue

METHOD1:

1.添加 /etc/X11/xorg.conf 文件，将此模式保存为默认分辨率。

$ sudo gedit /etc/X11/xorg.conf

2.粘贴以下内容: - copy below -> paste to xorg.conf

Section "Monitor"
Identifier "Configured Monitor"
Modeline "1920x1080_60.00" 173.00 1920 2048 2248 2576 1080
1083 1088 1120 -hsync +vsync
Option "PreferredMode" "1920x1080_60.00"
EndSection
Section "Screen"
Identifier "Default Screen"
Monitor "Configured Monitor"
Device "Configured Video Device"
EndSection
Section "Device"
Identifier "Configured Video Device"
EndSection

METHOD2:

1.生成指定分辨率 （one-off）

$ cvt 1920 1080
# 1920x1080 59.96 Hz (CVT 2.07M9) hsync: 67.16 kHz; pclk: 173.00 MHz
Modeline "1920x1080_60.00"  173.00  1920 2048 2248 2576  1080 1083 1088 1120 -hsync +vsync

2.使用xrandr创建new mode （make newmode）

$ sudo xrandr --newmode "1920x1080_60.00"  173.00  1920 2048 2248 2576  1080 1083 1088 1120 -hsync +vsync

3.添加newmode,终端输入xrand查看显示器名称 (add mode)

$ sudo xrand --addmode [THE NAME OF YOUR DISPLAY] "1920x1080_60.00"

4.将分辨率应用到输出设备 （output display）

$ sudo xrand --output [THE NAME OF YOUR DISPLAY] --mode "1920x1080_60.00"

Uninstall - 卸载

卸载 nvidia - uninstall nvidia

$ sudo apt-get purge nvidia*

卸载 Cuda - uninstall Cuda:

$ cd /usr/local/cuda/bin 
$ sudo ./uninstall_cuda_7.5.pl

卸载 Cudnn - uninstall Cudnn:

$ sudo rm -rf /usr/local/cuda/include/cudnn.h
$ sudo rm -rf /usr/local/cuda/lib64/libcudnn