Ubuntu 16.04环境下安装Tensorflow-GPU+OpenCV

深度学习环境配置

主要记录一下在 Ubuntu16.04 中配置 tensorflow-gpu+opencv的过程。

安装Cuda

Attention 安装驱动前需要先确定所需要的cuda版本，根据cuda版本选择驱动版本，根据驱动版本选择系统的内核版本。

查看Tensorflow 对应的cuda版本： https://tensorflow.google.cn/install/source#linux

查看cuda对应的驱动版本：https://developer.nvidia.com/cuda-toolkit-archive 查看指定cuda版本的online documentation 的 installation guide 一栏，确定要求的系统内核版本。

一般对于Ubuntu16.04，cuda-10 及其以下版本都只支持4.4.0版本的内核，而目前Ubuntu官网提供的最新的16.04的iso文件内核版本为4.15.0 （查看系统内核版本命令 uname -r）。可以使用降低内核来达到内核版本要求（但是我没成功）。另外一种方式就是使用Ubuntu16.04.1 重新安装系统，该系统自带内核版本为 4.4.0 。

另外，推荐安装完系统后安装Anaconda用来管理Python开发环境。

安装步骤

1. 禁用nouveau

sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

# 文件内容为
# blacklist nouveau  
# options nouveau modeset=0 

sudo update-initramfs -u
sudo sync
sudo reboot

2. 查看是否禁用成功

lsmod | grep nouveau # 没有任何输出表示禁用成功

3. 下载cuda： http://developer.nvidia.com/cuda-downloads 选择需要的cuda文件（选择 runfile），根据cuda文件名确定驱动版本好。例如 cuda_10.1.105_418.39_linux.run 所需要的版本号为 418 系列，只要主版本号符合就行
4. 下载驱动：https://www.nvidia.cn/Download/index.aspx?lang=cn （有些比较老的驱动，可以尝试直接百度搜索 ‘nvidia + 版本号’ 的方式下载）
5. 安装驱动

# ctrl+alt+f1 进入文本模式
sudo service lightdm stop # 关闭图形界面
sudo apt purge nvidia*  # 卸载之前安装的驱动
sudo chmod a+x NVIDIA-Linux-x86_64-xxx.xxx.run  # 修改权限，其中 xxx.xx 为具体的驱动版本号
sudo ./NVIDIA-Linux-x86_64-xxx.xxx.run --no-opengl-files # 安装驱动, --no-opengl-files 参数很重要
# 安装完成后可以通过 nvidia-smi 命令查看安装是否成功：如果正确输出显卡信息，则表示安装成功

6. 安装Cuda

# 依旧是在文本模式下安装
sudo chmod +x cuda_xxx.run
sudo ./cuda_xxx.run # 注意：安装过程中会有基础选择提示，除了不要安装驱动外其余选项自己选择

7. 添加环境变量

sudo gedit  /etc/profile
# 在文件末尾添加：
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64$LD_LIBRARY_PATH
sudo ldconfig # 使添加的环境变量生效

8. 测试

	cd  /usr/local/cuda/samples/1_Utilities/deviceQuery
	sudo make
	./deviceQuery # Result = PASS 表示测试通过，安装成功

配置cuDnn

引用博客 https://www.cnblogs.com/alexanderkun/p/6908191.html

安装Tensorflow + OpenCV

Attention 建议使用Anaconda 来管理虚拟环境，用pip来管理虚拟环境内的第三方包的安装和卸载

1. 安装Anaconda：https://www.anaconda.com/distribution/
2. Anaconda切换中科大源：http://mirrors.ustc.edu.cn/help/anaconda.html
3. Anaconda常用命令：1. Anaconda完全入门指南 2. Anaconda常用命令
4. 切换pip到国内源：使用中科大源
5. **虚拟环境，使用pip安装tensorflow-gpu和opencv
6. 验证安装是否成功

conda activate env_name
python
import tensorflow
import cv2
tensorflow.__version__
cv2.__version__

后语

关于Ubuntu 下的python开发环境，可以使用PyCharm 社区版，永久免费，功能比较多，但是比较大。或者使用vscode+各种插件。轻量级，但是可能环境配起来比较麻烦。最后，Ubuntu 安装 Nvidia 驱动真的坑…
最后附一些比较有用的博客链接：

1. tensorflow 使用CPU而不使用GPU的问题解决
2. Linux查看cuda和cudnn版本