ubuntu配置机器学习环境（二） cuda 和cudnn 安装

Nvidia CUDA Toolkit的安装（cuda）

PS：特别推荐*.deb的方法，目前已提供离线版的deb文件，该方法比较简单，不需要切换到tty模式，因此不再提供原来的*.run安装方法，这里以CUDA 7.5为例。

一、CUDA Repository

1.1 安装所需依赖包

sudo apt-get install build-essential  # basic requirement
# sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler #required by caffe

获取CUDA安装包,安装包请自行去NVidia官网下载。（https://developer.nvidia.com/cuda-downloads）

cd 到安装包所在的文件位置，执行下面命令。

$ sudo dpkg -i cuda-repo-ubuntu1504---local_7.-18_amd64
$ sudo apt-get update

$ sudo apt-get install cuda

安装完，这里可以重启电脑，分辨率就会自动调整了，不过不一定会变成完全适应屏幕。如果一开始安装Ubuntu没有出现输入信号的问题的话，不存在分辨率自动调整的问题。

1.2 设置环境变量：

（设置环境变量时，首先确定好cuda安装路径和位置，这一步非常重要，在安装时不需要对下面位置进行修改，系统会自动建立连接）

在/etc/profile中添加CUDA环境变量(最好使用vim，不要用gedit，刚刚装完系统gedit会导致键盘错乱，增加不必要的麻烦）

sudo gedit /etc/profile

在最后行添加内容：

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

保存后, 执行下列命令, 使环境变量立即生效

source /etc/profile

同时需要添加lib库路径： 在 /etc/ld.so.conf.d/加入文件 cuda.conf,

sudo vim /etc/ld.so.conf.d/cuda.conf

内容如下

/usr/local/cuda/lib64
/lib
/usr/lib
/usr/lib32

这里把lib库都加全了

保存后，执行下列命令使之立刻生效

sudo ldconfig -v

2.2 安装CUDA SAMPLE：

进入/usr/local/cuda/samples, 执行下列命令来build samples

sudo make all -j8

全部编译完成后， 进入/usr/local/cuda/samples/1_Utilities/deviceQuery$ ./deviceQuery , 运行deviceQuery

/usr/local/cuda/samples/1_Utilities/deviceQuery$ ./deviceQuery 

如果出现显卡信息， 则驱动及显卡安装成功：

CUDA Device Query (Runtime API) version (CUDART static linking)

Detected  CUDA Capable device(s)

Device : "GeForce GTX 960"
CUDA Driver Version / Runtime Version 7.5 / 7.5
CUDA Capability Major/Minor version number: 5.2
Total amount of global memory:  MBytes ( bytes)
( ) Multiprocessors, () CUDA Cores/MP:  CUDA Cores
GPU Max Clock rate:  MHz (1.33 GHz)
Memory Clock rate:  Mhz
Memory Bus Width: -bit
L2 Cache Size:  bytes
Maximum Texture Dimension Size (x,y,z) 1D=(), 2D=(, ), 3D=(, , )
Maximum Layered 1D Texture Size, (num) layers 1D=(),  layers
Maximum Layered 2D Texture Size, (num) layers 2D=(, ),  layers
Total amount of constant memory:  bytes
Total amount of shared memory per block:  bytes
Total number of registers available per block:
Warp size:
Maximum number of threads per multiprocessor:
Maximum number of threads per block:
Max dimension size of a thread block (x,y,z): (, , )
Max dimension size of a grid size (x,y,z): (, , )
Maximum memory pitch:  bytes
Texture alignment:  bytes
Concurrent copy and kernel execution: Yes with  copy engine(s)
Run time limit on kernels: Yes
Integrated GPU sharing Host Memory: No
Support host page-locked memory mapping: Yes
Alignment requirement for Surfaces: Yes
Device has ECC support: Disabled
Device supports Unified Addressing (UVA): Yes
Device PCI Domain ID / Bus ID / location ID:  /  /
Compute Mode:
< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 7.5, CUDA Runtime Version = 7.5, NumDevs = , Device0 = GeForce GTX
Result = PASS

---

Nvidia CUDA Toolkit的安装（cudnn)

二、CUDNN Repository

这部分比较简单，首先要注册Nvidia的开发账号，然后才能下载cudnn。

简单地说，就是复制几个文件：库文件和头文件。将cudnn的头文件复制到/usr/local/cuda/lib64，将cudnn的库文件复制到/usr/local/cuda/include。

下载下来后,cd 到文件包目录下,解压文件：

tar -zxf cudnn-7.0-linux-x64-v4.-prod.tgz

cd cuda

#链接到cuda的库里

sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/

要不要链接cuDNN的库文件：http://www.cnblogs.com/empty16/p/4793404.html （要，必须要！！）

$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0. /usr/local/lib/libcudnn.so.

$ sudo ln -sf /usr/local/lib/libcudnn.so. /usr/local/lib/libcudnn.so

#链接完config更新

$ sudo ldconfig 

完成cuda和cudnn的安装