Ubuntu16.04 安装显卡驱动+cuda8.0+cudnn-v6+TensorFlow-gpu

显卡：GTX1050Ti 2G

英伟达显卡和cuda相关安装文档：

https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#abstract
http://us.download.nvidia.com/XFree86/Linux-x86_64/390.59/README/installdriver.html#OtherFeaturesOfd7638
http://wiki.ubuntu.org.cn/index.php?title=NVIDIA&variant=zh-cn
https://wiki.gentoo.org/wiki/NVidia/nvidia-drivers

一、Ubuntu内核版本降级

1、查看已安装内核：

sudo dpkg --get-selections |grep linux-image

示例：

linux-image-4.4.0-21-genericinstall linux-image-4.4.0-66-generic deinstall linux-image-4.4.0-70-generic deinstall linux-image-4.4.0-71-generic install linux-image-4.4.0-72-generic install

2、查看当前使用内核版本

uname -r

如果显示：4.13.0-36-generic

tip：删除当前版本重启会使用低一级的已安装内核，如果是最后一个内核版本删除之后重启会进入BIOS界面

sudo apt-get remove linux-image-4.4.0-75-generic

sudo apt-get install linux-image-4.4.0-75-generic

上面的命令是在线安装，也可以手动下载内核后，安装内核。看这篇文章:https://blog.csdn.net/ytusdc/article/details/79675410

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

查看内核头文件，

dpkg-query -s linux-headers-$(uname -r)

参考链接：1、http://blog.sina.com.cn/s/blog_413d250e0102xaoc.html

http://blog.sina.com.cn/s/blog_16b01ecd40102xkrf.html

二、安装显卡驱动

1、禁用nouveau驱动，参看以前写的文章。

寻找合适的驱动版本

ubuntu-drivers devices

2、安装显卡驱动，基本过程一致，但是在安装run文件时有些不同。

login
check：表示安装驱动时不检查X服务，非必需。
禁用了nouveau。

nvidia-smi 查看显卡是否安装成功，我的nvidia-settings命令始终报错，但是其他正常，只是电脑不能调节亮度

三、安装cuda

  sudo ./cuda.run --no-opengl-libs

四、安装TensorFlow

具体安装时少什么安装什么。

安装TensorFlow，注意这里安装的事1.4版本的，因为我们用的cuda版本是8.0的，1.5以上版本的TensorFlow需要cuda9.0.

sudo pip install tensorflow-gpu==1.4   # 安装1.4版本的 sudo pip install tensorflow-gpu          # 默认安装的事最新版本的

遇到的问题：

1、安装TensorFlow时会提示更新pip，pip更新到10版本之后，安装命令会报以下错误

错误： ImportError: cannot import name ‘main‘

找到这个pip文件做以下更改，cd /usr/bin，具体位置根据报错修改，把

from pip import main if __name__ == '__main__':     sys.exit(main())

改为：

from pip import __main__ if __name__ == '__main__':     sys.exit(__main__._main())

2、问题描述： error while loading shared libraries: libcudart.so.8.0: cannot open shared object file: No such file or directory

解决办法：

先试一下命令

sudo ldconfig /usr/local/cuda/lib64

如果依然报错，则执行下面的命令后，再执行一遍这个命令

首先确认/etc/profile中的路径包含了cuda8.0的安装路径及相应的库文件

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

使配置文件生效：

source /etc/profile

若仍提示相同的错误，则执行以下命令，将相应的库文件复制到/usr/lib

sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig sudo ldconfig /usr/local/cuda/lib64    #执行命令

TensorFlow 安装完成后，安装faster-rcnn报错

1.编译过程中 nsync_cv.h:No such file or directory，使用python虚拟环境会存在该问题。
解决：根据提示路径找到mutex.h文件，修改其中代码

#include "nsync_cv.h" #include "nsync_mu.h"

改为

#include "external/nsync/public/nsync_cv.h" #include "external/nsync/public/nsync_mu.h"

再打开lib文件夹下的make.sh文件添加下述内容，重新编译即可

NSYNC_INC=$TF_INC"/external/nsync/public"

2.运行demo过程中遇到的错误

undefined symbol: _ZTIN10tensorflow8OpKernelE
这个问题卡得最久，因为make.sh文件中缺少了TF_LIB编译参数，还需要添加 -D_GLIBCXX_USE_CXX11_ABI=0
解决：

(1)修改make.sh添加TF_LIB，并修改相应的编译参数

TF_LIB=$(python-c 'import tensorflow as tf; print(tf.sysconfig.get_lib())')

g++-std=c++11 -shared -o roi_pooling.so roi_pooling_op.cc-D_GLIBCXX_USE_CXX11_ABI=0 \ roi_pooling_op.cu.o-I $TF_INC -L $TF_LIB -ltensorflow_framework -D GOOGLE_CUDA=1 \ -fPIC$CXXFLAGS -lcudart -L $CUDA_PATH/lib64

4.缺少yaml库

查了网上的方法，都是这样的