tensorflow学习笔记十：Ubuntu 16.04 上安装 CUDA 7.5/8.0 超详细教程

2017/1/5 更新

本篇文章是基于之前安装CUDA 7.5的经验写的，但因为最近更新TensorFlow 到了r0.12版本，官方提示该版本TensorFlow 和CUDA 8.0 & cudnnv5.1 配合的最好，所以又卸了CUDA 7.5，重新装了一遍CUDA 8.0，安装的过程中发现了之前文档里的些许不足，于是做了稍许修改。

PS：本来想在7.5的基础上更新到8.0，但是失败了。还把系统搞崩了，又重装了一遍Ubuntu，唉，说多了都是泪啊

CUDA7.5和CUDA8.0的安装过程是一毛一样的。所以如果安装CUDA8.0的同学，直接将下文中的所有7.5替换为8.0即可。

折腾了好多天，前后重装了大概六、七次Ubuntu，终于上把CUDA安装好了，被坑了好多次，也走了不少弯路。 

第一次发帖，还请多指教。

【环境】 

笔记本：ThinkPad T450 X86_64 

显卡：主显 Intel HD Graphics 5500 ； 独显 NVIDIA GT 940M 

系统环境：Ubuntu14.04 64位、Windows7 64位 双系统 

CUDA 版本： 7.5 

其他：Ubuntu中不存在已经安装的CUDA

先说说自己遇到的大坑吧，安装完CUDA之后总是遇到登录界面循环问题：输入密码后又跳回密码输入界面。尝试了网上的多种说法无解，最终发现我的问题是出在双显卡这里。最后是在官方安装文档中找到了答案。

问题解决方案： 

在安装cuda时，会出现提示，询问你是否需要安装 openGL Libraries。如果你的电脑是双显，而且用来显示的那块GPU不是NVIDIA，则OpenGL Libraries就不应该安装，否则不是NVIDIA的那块GPU使用的OpenGL Libraries会被覆盖，然后GUI就无法工作了。

先谈谈关于安装CUDA的几点感受吧

关于 CUDA的安装，网上有特别多的安装帖子，我在安装的时候也参考了很多。你会发现网上很多的安装帖子，一般只做十几个操作就完事了。但是CUDA的官方安装文档却非常冗长，有四十多页，别觉得它是废话，其实都是干货。

网上的安装帖子之所以精炼，是因为它只涵盖了必须的安装步骤，跳过了许多的检查操作（例如：检查电脑中是否已安装CUDA需要依赖的软件、是否已经卸载会与CUDA产生冲突的软件）等。如果你足够幸运，电脑里上恰好该有的有，不该有的没有，那这么做没问题，但通常情况下你并没有那么走运。

CUDA这个东西需要依赖的、牵着的东西特别多，如果没有做好检查，则在安装时候特别容易出现各种各样的冲突，且一旦冲突发生，即使卸载CUDA也不能解决问题，只能重装系统。 

我最后就是参考CUDA的官方文档安装成功的。

总结一下，我的安装建议是：

1) 一定要下一份CUDA官方的安装文档，按照它的步骤一步步慢慢来，不可偷懒。 
CUDA 7.5 官方安装文档下载 

2) 在安装之前一定要详细检查自己的系统环境、软件是否符合CUDA的安装要求。不要存有侥幸心理，跳过检查步骤。 

3) 每进行一项操作，都检查一下该项操作是否成功。

下面分享一下我的安装步骤。基本跟CUDA的官方安装文档的操作是一致的，不同的地方都有特别注明。

安装CUDA主要分三大环节。 

一、安装前的环境准备和检查 

二、安装CUDA 

三、安装完的校验。

1、安装Ubuntu系统14.04

新安装完的14.04系统会提示很多更新项。 

网上有很多帖子说不建议更新，说更新过后会导致安装CUDA发生系统界面循环登录的问题。 

但是我更新后，并没有遇到任何问题。

2、检查自己的电脑环境是否具备安装CUDA的条件

a) 检查自己的GPU是否是CUDA-capable

在终端中输入： 

$ lspci | grep -i nvidia

 ，会显示自己的NVIDIA GPU版本信息 

去CUDA的官网查看自己的GPU版本是否在CUDA的支持列表中

b) 检查自己的Linux版本是否支持 CUDA(Ubuntu 14.04没问题)

c) 检查自己的系统中是否装了gcc

在终端中输入： 

$gcc –version

 可以查看自己的gcc版本信息

d) 检查是否安装了kernel header和 package development

在终端中输入： 

$uname –r

 可以查看自己的kernel版本信息 

在终端中输入：

$ sudo apt-get install linux-headers-$(uname -r)

 

可以安装对应kernel版本的kernel header和package development

以上检查我的电脑系统都满足要求，如果没有满足要求的话，可以参考cuda的官方文档，里面有详细的针对每个问题的解决方案。

3、 选择安装方式

CUDA提供两种安装方式：package manager安装和runfile安装 

我本来选的是 package manager 安装，这种方法相对简单，但尝试了几次都失败。后来是转换到runfile安装才成功的。因此此处只介绍runfile安装方式。

下载cuda安装包：cuda官网下载，根据系统信息选择对应的版本，runfile安装的话最后一项要选择 runfile文件

CUDA 7.5 下载链接

4、runfile安装cuda

a) 禁用 nouveau

终端中运行：

$ lsmod | grep nouveau

，如果有输出则代表nouveau正在加载。

Ubuntu的nouveau禁用方法： 

在

/etc/modprobe.d

中创建文件

blacklist-nouveau.conf

，在文件中输入一下内容

blacklist nouveau
options nouveau modeset=0

1
2
1
2

打开终端，运行

$ sudo update-initramfs –u

1
1

设置完毕可以再次运行 

$ lsmod | grep nouveau

 检查是否禁用成功，如果运行后没有任何输出，则代表禁用成功。

b) 重启电脑，到达登录界面时，alt+ctrl+f1，进入text mode，登录账户

c) 输入 

$ sudo service lightdm stop

 关闭图形化界面

d) 切换到cuda安装文件的路径，运行

$ sudo sh cuda_7.5.18_linux.run

按照提示一步步操作

遇到提示是否安装openGL ，选择no（如果你的电脑跟我一样是双显，且主显是非NVIDIA的GPU需要选择no，否则可以yes） 

其他都选择yes或者默认 

安装成功后，会显示installed，否则会显示failed。

e) 输入 

$ sudo service lightdm start

 重新启动图形化界面。

Alt + ctrl +F7，返回到图形化登录界面，输入密码登录。 

如果能够成功登录，则表示不会遇到循环登录的问题，基本说明CUDA的安装成功了。

f) 重启电脑。检查Device Node Verification。

检查路径

/dev

下 有无存在名为

nvidia*

（以nvidia开头）的多个文件(device
files) 

如果没有的话，可以参考官方文档里的指导步骤，进行添加。

g) 设置环境变量。

终端中输入 

$ sudo gedit /etc/profile

 

在打开的文件末尾，添加以下两行。

$ export PATH=/usr/local/cuda-7.5/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/cuda7.5/lib64

1
2
1
2

保存文件。

这里有点与官方安装文档稍有不同，需要说明：

官方文档里说只需在终端中运行上述两条export语句即可，但如果不将它们不写入

/etc/profile

文件的话，这样的环境变量在你退出终端后就消失了，不起作用了，所以写入才是永久的做法。

h) 重启电脑，检查上述的环境变量是否设置成功。

终端中输入 : 

$ env

 

在输出的环境变量中检查有无上述 g) 中设置的变量，如果有则代表设置成功。

到此为止，CUDA的安装算是告一段落了。为了保险起见，建议进行下述的检查工作，确保真正的安装成功。

5、 安装完毕后的检查工作。

a) 检查 NVIDIA Driver是否安装成功

终端输入 ：

$ cat /proc/driver/nvidia/version

 会输出NVIDIA Driver的版本号

b) 检查 CUDA Toolkit是否安装成功

终端输入 ： 

$ nvcc –V

 会输出CUDA的版本信息

c) 尝试编译cuda提供的例子

切换到例子存放的路径，默认路径是 

~/NVIDIA_CUDA-7.5_Samples

 

（即 

/home/xxx/ NVIDIA_CUDA-7.5_Samples

， xxx是你自己的用户名）

然后终端输入：

$ make

如果出现错误的话，则会立即报错停止，否则会开始进入编译阶段。 

我的第一次运行时出现了报错，提示的错误信息是系统中没有gcc 

然后在终端运行 

$ sudo apt-get install gcc

 安装完gcc后 再make就正常了 

整个编译的时间持续比较长，耐心等待，大概十几分钟是需要的。

d) 运行编译生成的二进制文件。

编译后的二进制文件 默认存放在

~/NVIDIA_CUDA-7.5_Samples/bin中。

 

切换路径 ： 

cd ~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release

 

终端输入 ：

$ ./deviceQuery

看到类似如下图片中的显示，则代表CUDA安装且配置成功（congratulation！！）



再检查一下系统和CUDA-Capable device的连接情况 

终端输入 ： 

$ ./sandwidthTest

 

看到类似如下图片中的显示，则代表成功 



最后祝大家都能顺利安装CUDA~~