Ubuntu 18.04 RTX2080(ti) + tensorflow-gpu + cuda9.0 + gcc5 兼容性問題解決

0.下載display driver、cuda和cudnn

RTX2080 Display Driver

cuda

cudnn

1. 禁止系統默認的顯卡驅動

打開系統黑名單

sudo gedit /etc/modprobe.d/blacklist.conf
將下列代碼填入文件末尾

# for nvidia display driver install
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

更新initramfs

sudo update-initramfs -u

重啓電腦

sudo reboot

查看是否禁用成功，無輸出則禁用成功

lsmod | grep nouveau

 

2. RTX2080顯卡驅動安裝

首先安裝gcc，g++，make

sudo apt-get install -y gcc g++ make

Ctrl+Alt+F1~F6進入命令行模式

sudo chmod a+x NVIDIA-Linux-x86_64-410.57.run
sudo ./NVIDIA-Linux-x86_64-410.57.run

注意1：若是原來安裝過，須要先卸載（會卸載掉以前安裝的版本），再進行安裝

sudo ./NVIDIA-Linux-x86_64-410.57.run -uninstall

或者

sudo apt-get --purge remove nvidia-*

最好在進行

sudo apt-get autoremove

注意2：安裝報錯(xxx nvidia-drm xxx)，進行以下命令，再卸載，再進行安裝

sudo systemctl isolate multi-user.target
sudo modprobe -r nvidia-drm
# 從新啓動圖形界面
# systemctl start graphical.target

注意3：在遠程服務器報錯(You appear to be running an X server)，則使用以下命令關閉 X server，再卸載，再進行安裝

sudo service lightdm stop

3. cuda9.0的安裝

gcc和g++版本降級，ubuntu18.04默認gcc7.3，降級爲gcc5，則ubuntu17.04和ubuntu16.04的cuda9.0都能編譯

sudo apt-get install gcc-5 gcc-5-multilib g++-5 g++-5-multilib

將gcc和g++版本切換成gcc5和g++5

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 40
sudo update-alternatives --config gcc

輸入想要使用的gcc編號

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 40
sudo update-alternatives --config g++

輸入想要使用的g++編號，查看gcc版本，已經切換到了gcc5

gcc -v

cuda9.0安裝

sudo sh cuda_9.0.176_384.81_linux.run

是否安裝顯卡驅動選擇no，以前已經安裝過了
設置cuda環境變量

gedit ~/.bashrc

在.bashrc文件末尾添加以下代碼，則當前用戶能夠使用

# cuda9.0
export PATH=$PATH:/usr/local/cuda/bin/
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64/

或者在profile中添加上面代碼，則全部用戶都能使用

gedit /ect/profile

重啓電腦

sudo reboot

測試cuda9.0是否安裝成功

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

最後輸出的是Result = PASS，說明cuda9.0安裝成功了

 

4. cudnn的安裝

解壓cudnn

tar -zxvf cudnn_xxx.tar.gz

cd cudnn-9.0-linux-x64-v7.3.1.20
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*

5. pycharm中的配置

Run — Edit Configurations — Environment variables — 點擊右邊的文件夾圖案 — 點擊+號
name中輸入：LD_LIBRARY_PATH
value中輸入：/usr/local/cuda-9.0/lib64
這樣 import tensorflow 就不會報錯說找不到 libcublas.so.9.0

6. OK成功，愉快的使用吧

參考博客--------------------- 做者：VcosmosV 來源：CSDN 原文：https://blog.csdn.net/VcosmosV/article/details/83022682 版權聲明：本文爲博主原創文章，轉載請附上博文連接！