ubuntu+cuda+theano+keras搭建基于GPU的深度学习环境

这里我先后尝试了Ubuntu16.04和Ubuntu14.04两个环境下的安装。

具体的安装教程，nvidia，keras,theano的官网都有介绍。并且还有中文的，所以我不想重复，只是提下我的安装配置感受，挑几个明显的坑。

1. 安装过程，不能只以某一个官网的一言以蔽之，要几个官网的安装过程对照着看，互相补充，这样配置起来也更完善。

2. 16.04在apt update更新源时，会遇到Google的源无法访问但是不自动跳过的情况，解决的方法是在软件与更新面板里先暂时去掉这个源。

3.16.04在apt update更新源时，遇到某个key无法验证时，需要去Ubuntu的key服务器下载key密钥文件到本地，命令如下：使用命令前最后的字符串先替换成你自己的。

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 8D5A09DC9B929006

4.16.04在用dpkg安装cuda-toolkit的deb文件时，可能会安装失败，并且导致软件源被破坏和系统内核混乱，，系统无法再安装软件！ 解决方法是自动删除那些弃用的和未安装好的软件。然后才有gdebi这个工具来安装。命令如下：

sudo apt autoremove
sudo apt-get install gdebi

5.cuda7.5支持的gcc，明确说了是5以下的，比如4.9最好，所以，ubuntu16.04的gcc版本过高。如果想跑起来cuda,需要指定cuda采用低版本的gcc.解决方法如下：

sudo apt-get install gcc-4.9 g++-4.9
sudo ln -s /usr/bin/gcc-4.9 /usr/local/cuda-7.5/bin/gcc
sudo ln -s /usr/bin/g++-4.9 /usr/local/cuda-7.5/bin/g++

6. import theano时，会出现ERROR (theano.sandbox.cuda): Failed to compile cuda_ndarray.cu: 和WARNING (theano.sandbox.cuda): CUDA is installed, but device gpu is not available  (error: cuda unavailable)错误，原因是libc的一个错误，需要设置nvcc.flags=-D_FORCE_INLINES

7. 如果出现cudnn not available的错误，首先去NVIDIA官网下载cudnn的库，选择和已经安装的cuda的对应的generial 版本。解压后把里面的include和lib64分别copy到cuda的安装目录下的对应的目录里。然后修改thearc的配置， 在global里添加下列一项，强制theano开启cudnn支持。

optimizer_including=cudnn

8. 如果出现在命令行里theano成功开启GPU支持但是在IDE里无法使用GPU，还提示了cuda的安装目录下lib64里一个动态链接文件找不到（其实存在），首先可以试着把cuda的相关配置放到profile里，这个是系统的环境配置文件，而bashrc是终端用户的配置文件。 如果问题还是不能解决，那就在IDE里设置全局变量，把profile里和cuda相关的环境变量在IDE里重复设置一次，这样肯定会解决。

9.这个是我 theanorc的配置内容，比官网的多，因为官网没有给出解决bug的配置方法。需要的可以借鉴.

[global]
floatX=float32
device=gpu
optimizer=fast_compile
optimizer_including=cudnn # if you have successfully installed cudnn, otherwise remove it.
[lib]
cnmem=0.8
[blas]
ldflas=-lopenblas
[nvcc]
fastmath=True
flags=-D_FORCE_INLINES
flags=-arch=sm_50 # if your nvidia card is too recent but cuda-toolkit is older, for example gtx1060 and cuda7.5, you have to set this.</span>
[cuda]
root=/usr/local/cuda-7.5/