记录：Ubuntu 18.04 安装 tensorflow-gpu 版本

最近需要跑比较大的模型，电脑上的 cpu 版本太慢了，跑了两天实验室，大冬天的，还是待在宿舍学习比较舒服，于是狠下心来重新装了系统，探索一下 gpu 版本的安装。比较令人可喜的是，跟着前辈们的经验，还是让我给安装成功了。由于我是新装的系统，就像婴儿般纯净，所以进入系统的第一步就是安装 cuda，只要这个不出错，后面的几乎就不会出错了。

首先，得先确定自己的显卡是否支持（这个一般支持，我这几年前的电脑的显卡都支持安装 cuda）。然后确定自己要安装的是什么版本的 tensorflow，因为不同的版本对 cuda 和 cudnn 的版本要求不一样。具体可以参考此链接：

我安装的是最新的 1.12 版本，所以支持的是 cuda 9 系列版本，我选择安装的是 cuda9.0，所以下载的 cudnn 版本也和 cuda9.0 版本对应。安装 cuda 当然少不了关于 gpu 的显卡驱动，这里不同的 cuda 版本要求的显卡驱动是有要求的，可参见此链接：

但是需要说明的是，我并没有单独安装显卡驱动，而是在安装 cuda 的过程中自动安装显卡驱动。所以打开电脑的第一步就是安装 cuda。哦，不对，第一步是更改 apt 下载源，在 ubuntu 的软件和更新中选择第一项 “ubuntu 软件”，然后选择 “下载自” 中的其他站点，选择一个就可以了，这里我选择的是阿里云的源。接下来可以选择 sudo apt install fcitx，然后安装一个搜狗拼音输入法。当然直接进入主题也是很棒的。

进入下载好的 cuda 的 deb 包所在的目录，使用命令: sudo dpkg --install cuda9.0.deb，然后一通设置后，会提示你什么 key 没添加，然后可以去 /var/cuda-repo-×× 目录下找到一个以 .pub 结尾的文件，一般是第一个，我这里是 /var/cuda-repo-cuda-9-0-local/7fa2af80.pub，然后使用: sudo apt-key add /var/cuda-repo-cuda-9-0-local/7fa2af80.pub 进行添加。如果之前安装过其他版本的 cuda，并且也进行了这一步，不会进行提示，但是最后安装得到的版本号有问题（我这里之前安装过 cuda10，没有去掉这个添加的什么 .pub，所以后来安装 cuda9.2 时最后的版本依旧是 10，我也不懂为什么）。然后 sudo apt update 更新仓库，然后 sudo apt install cuda 就完成了基本的安装操作。如果不出错的话会直接开始安装 cuda。

但是这里我安装 cuda9.0 版本的时候出现了一个错误：“cuda : 依赖: cuda-9-0 (>= 9.0.176) 但是它将不会被安装e: 无法修正错误”。我也不知道这个错误是什么意思，一般不应该出现才对，因为我安装 cuda10 的时候没出现过，会很直接的开始安装，我姑且认为是我安装的 cuda 版本低了（瞎猜的），是不是我应该安装 9.1 或者 9.2 版本呢？这个我也没有去验证，因为我最后还是成功地安装了 cuda9.0。

当我出现这个错误后，我没有选择另外的版本进行安装，而是按照某个网友的解决方案，使用 aptitude 来安装，所以使用命令 sudo aptitude install cuda 来开始安装 cuda，没错一切又开始正常运行了。如果没有安装 aptitude，需要先安装: sudo apt install aptitude。

无论正常使用 apt 还是使用 aptitude 进行 cuda 的安装，中途都不会出现任何提示，如果你提前安装了显卡驱动的话，会粗暴地给你卸载掉，然后安装 cuda 自带的显卡驱动。所以在安装过程中会弹出一个淡紫色（不能确定是否记错）的提示框，会告诉你一堆东西，然后确定就可以了，然后会让你输入一个密码，输入完之后，会要求重复输入密码进行确认。都确定完之后，会继续进行 cuda 的安装。静待安装完成。安装完成后将 cuda 安装路径写入 path，打开用户配置文件 gedit ~/.bashrc，然后 将以下内容加到 .bashrc 文件的最后：

export path=/usr/local/cuda-9.0/bin${path:+:${path}}

export ld_library_path=/usr/local/cuda-9.0/lib64${ld_library_path:+:${ld_library_path}}

可以使用 echo $path 命令查看系统中的 path 变量，对 ld_library_path 同样适用。

安装完之后需要重启电脑，这次重启十分重要。因为一开始会出现一个蓝色的界面，问你是否进入什么 enroll mok，这时候千万要选是，进入这个，然后会问你是否 view mok key，选择是，然后好像就可以看到一些东西，这时候要输入你安装 cuda 时设置的密码（我记不得这个输入密码的步骤在前还是在后，但一定要输入的），然后选择 continue，然后 reboot，重启电脑，然后在设置里面查看计算机的详细信息可以看到使用的图形卡是 nvidia 的显卡，而不是集成显卡了。这时候使用 nvidia-smi 指令即可查看 gpu 信息。整个过程中我觉得重启这个步骤最重要。

如果想确认是否成功安装 cuda，可以验证一下跑 cuda 自带的样例的结果。因为 ubuntu 18.04 自带的 gcc g++ 版本号是 7，而 cuda9.0 不能使用高于 6.0 版本的 gcc 进行编译（如果我没记错的话），反正想要验证就必须将 gcc 版本降级。首先安装你喜欢的低级的 gcc 版本，我安装的是：sudo apt install gcc-5 g++-5。然后使用如下的指令对不同的 gcc g++ 版本指定优先程度：

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 70，sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 50。这里我指定 gcc-5 的分数为 70，gcc-7 分数为 50。对 g++ 使用相同的命令，将 gcc 替换成 g++ 就行。使用 update-alternatives --config gcc 命令可以查看当前多版本 gcc 的情况，对 g++ 也是一样。这时候再使用 gcc --version 命令查看，可以看到当前 gcc 默认版本为 5.5.0。

这时候进入 cuda 的安装目录，cd /usr/local/cuda，如果不知道 cuda 安装目录的话可以使用 whereis cuda 命令进行查看。然后进入 cuda 安装目录下的 samples 目录，cd ./samples，然后使用 sudo make 命令开始所有样例的编译环节，这会花很长的时间。等到编译完成，进入 samples 下的 bin 文件夹，然后一路进入，直到存储编译结果的文件夹，我这里是 /usr/local/cuda/samples/bin/×86_64/linux/release，然后随便选择一个文件，例如旗下的 devicequery 文件，终端输入 ./devicequery 便可以看到输出内容，最后显示 result = pass 表示编译成功，也预示着 cuda 安装成功。

在终端输入 nvidia-smi 命令可以看到 gpu 的具体使用情况，也可以看到使用的显卡驱动号，我这里 cuda 给我安装的是版本号为 390.77 的显卡驱动。nvidia-smi 命令很重要，因为我们可以根据这个指令确定 gpu 还不是处于满负荷状态，所以训练模型的时候 就可以根据这个命令的显示信息进行 batch 的设置等等。然后接下来就是其他组件的安装。

我首先安装了一个 miniconda，miniconda 安装实在不要太简单，安装过程中指定安装目录即可。然后打开新的终端，可以查看 conda 的信息，例如 conda --version。然后使用命令：conda create --name tensorflow-gpu  python=3.6 创建一个名为 tensorflow-gpu 的环境，这里的 python 版本千万不能选择很低的版本，也不能选择 python 3.7，否则后续无法安装 tensorflow-gpu 版本，各个 tensorflow 需要的 python 版本详见给出的第一个链接。这里不在创建环境的同时安装 tensorflow，因为 conda 源速度很慢，我也没有试过更改 conda 的下载源，当然也可以在修改下载源后直接在创建环境时安装 tensorflow，这样的话 conda 会自动给我们配置各种依赖。如果修改了 conda 的下载源，可以这样安装 tensorflow：conda create --name tensorflow-gpu python=3.6 tensorflow-gpu，这时候会自动安装 tensorflow-gpu 版本。针对第一种情况，也就是我的做法，只会安装 python 和一些简单的包，很快就创建完毕。打开新的终端，使用命令：source activate tensorflow-gpu 就可以激活我们创建的 tensorflow-gpu 环境。然后使用 pip 来进行 tensorflow 的安装：pip install tensorflow-gpu，这会自动安装 1.12 版本的 gpu 版本的 tensorflow 和对应的 numpy 库。安装成功后使用 python 进入 python 环境，然后 import tensorflow，会出现 cudnn.so（好像是这个）缺失的错误，此时需要安装 cudnn。我下载的是 cudnn 的压缩包，而不是 deb 包。进入解压后的 cudnn 目录，然后使用以下命令进行 cudnn 的安装：

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

我看到有的人还加上了这个命令：sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*，我不知道有没有必要，但是使用了肯定是没错的。

这时候重新进入 python 环境，import tensorflow 就不会出错了。而且第一次导入时会出现很多信息，其中就包括使用的 gpu 的信息。这时候进行简单的测试，可以知道 tensorflow-gpu 版本安装成功。

按照我的安装过程，可以知道此时系统中存在 3 个版本的 python，系统自带的，miniconda 安装的，以及 tensorflow-gpu 环境下的。如果需要使用不同的 python 进行工作，需要对不同的 python 进行别名的设置。其中 tensorflow-gpu 环境下的 python 不用管，因为需要使用 source activate tensorflow-gpu 命令激活环境后才能使用，此时输入 python 进入的就是此环境下的 python 环境。如果你的计算机自带的 python 版本和你安装到 tensorflow-gpu 中的 python 版本是一样的，你可能会发现在 tensorflow-gpu 环境下的 pip 来源于系统中的 pip，但是不用理会，这时候使用 pip 安装的包会处于 tensorflow-gpu 环境中，而不是系统中。系统中一开始是不会自带 pip 的，需要使用 sudo apt install python3-pip 进行简单的安装，如果没有更新过仓库，安装的 pip 版本可能很低，可以进行升级，升级后使用 pip 可能会出现错误：import error: cannot import name main，这时候需要修改系统中的文件，sudo gedit /usr/bin/pip3，将其中的 from pip import main 修改成 from pip._internal import main 即可。话题扯远了，当没有激活 tensorflow-gpu 环境时，系统中存在两个 python 版本，而且 miniconda 下的 python 好像会覆盖掉系统自带的 python，所以使用别名机制，打开配置文件：gedit ~/.bashrc，然后可以在末尾添加如下指令：

alias python3=/usr/bin/python3.6
alias pip3=/usr/bin/pip3
alias python3-conda=/home/xyf/install/miniconda3/bin/python3.7
alias pip3-conda=/home/xyf/install/miniconda3/bin/pip

这时候在终端中输入 python3 使用的就是系统自带的 python，输入 python3-conda 使用的就是 miniconda 中的 python。pip 同理。如果激活了 tensorflow-gpu 环境后需要退出该环境，最简单粗暴的方法就是直接关闭该终端，温和一点的方法是使用指令：source deactivate tensorflow-gpu。如果需要在每次启动终端时自动激活 tensorflow-gpu 环境，可以在 .bashrc 文件的最后加上：source activate tensorflow-gpu 即可，每次打开终端自动读取配置文件 ~/.bashrc 文件，所以会自动激活 tensorflow-gpu 环境。

最后说明一点，默认 pip 下载源实在太慢，需要更改默认下载源。在 home 目录下，也就是用户目录下：mkdir .pip，然后 cd ~/.pip，然后 gedit ./pip.conf，在 pip.conf 中加上自己喜欢的源即可，这里我：

[global]
index-url = https://mirrors.aliyun.com/pypi/simple

喜欢其他源的将 https://mirrors.aliyun.com/pypi/simple 进行替换即可。