谷歌云GPU服務器創(chuàng)建與使用指南（三）

本篇主要介紹：在服務器中安裝顯卡驅動及配置深度學習框架。

服務器與本地主機的區(qū)別

在配置本地Linux系統(tǒng)（比如ubuntu）主機的深度學習框架時，顯卡驅動的安裝按照提示一步一步進行即可。但是，在給服務器安裝GPU驅動時，就要考慮到顯卡驅動中的顯示驅動不能安裝，因為服務器預裝的系統(tǒng)中沒有X桌面（GUI），這點一定要注意。

配置環(huán)境

1）安裝NVIDIA驅動

顯卡驅動下載官網(wǎng)地址：https://www.nvidia.com/Download/index.aspx?lang=en-us

參考下圖，CUDA版本一定要選擇“8.0”?。?！因為TensorFlow官網(wǎng)要求cuda版本為8.0，雖然有寫支持9.0，但是實測暫時不支持

新建一個文件夾，存放需要下載的驅動文件

sudo mkdir/home/downloads

點search后點下載，按照下圖操作復制鏈接

鏈接形式如下：

https://cn.download.nvidia.com/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb

輸入如下命令下載并重命名驅動文件

sudo wget-O driver-384.deb<span style="color:rgb(0,0,0);">https://cn.download.nvidia.com/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb</span>

按照官網(wǎng)“其他”中介紹的安裝方式安裝

2）安裝CUDA toolkit

這里就有小坑了，CUDA版本要在下面“l(fā)egacy releases”中選擇8.0版本

win版本：https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_win10-exe

Linux ubuntu16.04版本：（可能會變動）https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb

下面這兩個用哪個都可以

然后按照下圖選擇類型，最后按照安裝介紹安裝。

在安裝時，會遇到如下提示，我們不安裝顯示驅動，所以一定要選“n”

Install NVIDIAAccelerated Graphics Driver for Linux-x86_64 387.26?

(y)es/(n)o/(q)uit:n

最后顯示如下內容，代表CUDA安裝成功

3）安裝CUDNN

在官網(wǎng)下載cudnn-8.0-linux-x64-v5.1.tgz https://developer.nvidia.com/rdp/cudnn-download

需要注冊登錄才可以下載，下載完同樣上傳到自己home下面，解壓：

tar-xvzf cudnn-8.0-linux-x64-v5.1.tgz

解壓后是一個cuda文件夾

cd cuda

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

sudo cp lib64/libcudnn.*/usr/local/cuda/lib64

sudo vi/etc/profile

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

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

source/etc/profile使更改生效。

nvcc-V檢查CUDA

下面4）5）步可以參考TensorFlow官網(wǎng)安裝教程：

https://www.tensorflow.org/install/install_linux#installing_with_anaconda

4）安裝anaconda

5）安裝TensorFlow