CentOS 7 配置深度学习基本环境

包括在 CentOS 7 安装 NVIDIA 显卡驱动，CUDA 和 cuDNN，TensorFlow

注意 CUDA 和 cuDNN 的版本要和 TensorFlow 版本保持一致，下面会有介绍

本教程在 RTX20 系列显卡上进行，注意 RTX30 系列显卡需要较高版本的 CUDA，对应的 TensorFlow 版本也不同

内容比较繁琐，一步步慢慢来

深度学习工作站硬件
CPU：Inter Core i9-9900K @ 3.60GHz
RAM：32G
GPU：七彩虹 RTX 2080 SUPER Advanced OC
主板：技嘉 Z390
固态：金士顿 1T

深度学习工作站环境
TensorFlow：1.8.0
CUDA：9.0.176
cuDNN：7.0.5 for CUDA9.0

1 安装 NVIDIA 显卡驱动

1.1 查看是否有安装历史

nvidia-smi

如果没有找到命令，则说明驱动没有安装。

从官网选择符合当前服务器显卡型号的驱动NVIDIA 驱动程序下载

1.2 安装基础 rmp 依赖包

• 安装 Nvidia 驱动所需要的依赖包为 kernel-devel、gcc、dkms。
• 验证 cudn，编译并运行验证 Sample 代码所需要的依赖包为 gcc-c++。

① 确认并安装对应服务器内核版本的 kernel-devel 包

首先确认当前服务器的内核版本：

uname -r

然后查看当前 yum 环境中提供的 kernel-devel 包的版本是否一致

yum list|grep kernel-devel

如果一致则接着下一步，不一致则更换一个和当前内核一致的版本。

② 安装rpm包

yum install gcc dkms gcc-c++

1.3 禁用 nouveau

• 有的博主说1.3这一步可以省略，不过我没验证过，所以能进行这一步还是进行

① 查看系统自带的驱动

lsmod | grep nouveau

如果有结果，则说明存在 nouveau。没有则直接跳过1.3 禁用 nouveau这一步

② 编辑文件

打开文件

vim /lib/modprobe.d/dist-blacklist.conf

按i开始编辑，先注释 nvidiafb

#blacklist nvidiafb

然后添加如下内容

blacklist nouveau
options nouveau modeset=0

按esc退出编辑，再键入:wq!后回车，即可保存编辑

③ 重启服务器

重启服务器后进入 dos 界面，而不是图形界面，如果没有自动切换到 dos 界面，可 init 3进入并登录，然后进入管理员权限。

1.4 安装 NVIDIA 驱动

① 终端通过 cd 进入保存 NVIDIA 驱动程序的目录，然后查看

cd Downlosds
ls

② 对下载后对文件添加可执行权限

chmod +x NVIDIA-Linux-x86_64-455.38.run

注意 驱动文件名 NVIDIA-Linux-x86_64-455.38.run 改为自己下载的驱动文件名

③ 安装驱动

./NVIDIA-Linux-x86_64-455.38.run --kernel-source-path=/usr/src/kernels/3.10.0-1127.el7.x86_64

注意

• 驱动文件名 NVIDIA-Linux-x86_64-455.38.run 和 3.10.0-1127.el7.x86_64 都要改为自己下载的驱动名称和内核版本（查看内核版本：uname -r）
• 注意第一个（如下）选项选择 Yes，其余选择默认的然后回车

Would you like to register the kernel module sources with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later.

④ 检查是否安装成功
执行

nvidia-smi

显示

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.82       Driver Version: 440.82       CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce RTX 208...  Off  | 00000000:01:00.0  On |                  N/A |
| 37%   28C    P8    11W / 250W |    231MiB /  7981MiB |      1%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1908      G   /usr/bin/X                                   120MiB |
|    0      3183      G   /usr/bin/gnome-shell                         109MiB |
+-----------------------------------------------------------------------------+

• 第一行表示当前显卡驱动的版本和显卡支持的 CUDA 的版本，注意：这里支持 CUDA 的版本是只能够支持的最高版本，是可以向下兼容的
• GPU：本机的GPU编号
• Persistence-M：驱动常驻模式，如果设置为 ON，则 GPU 功耗大但是启动新 deGPU 应用花费的时间更少
• Fan：风扇转速百分比
• Temp：显卡温度
• Perf：当前的性能状态，P0最高，P12最低
• Pwr：但前能耗
• Bus-Id：GPU总线
• Disp.A：GPU显示功能是否初始化
• Memory-Usage：显存的使用情况
• Volatile GPU-Util：浮动的GPU利用率
• ECC：ECC 是一种能够实现“错误检查和纠正”的技术，ECC 内存就是应用了这种技术的内存，一般多应用在服务器及图形工作站上，可提高计算机运行的稳定性和增加可靠性
• Compute M：计算模式
• Processes：每块 GPU 的进程情况

---

注：如果要进入图形化界面，请阅读下面的图形化界面切换以及设置开机进入方式

CentOS 7 启动与切换 dos 界面和图形界面

① 设置开机启动界面

• 设置开机启动图形界面

systemctl set-default graphical.target

• 设置开机启动 dos 界面

systemctl set-default multi-user.target

② 切换 dos 界面和图形化界面

• 图形界面到dos界面：ctrl+alt+f2 或者 init 3
• dos界面到图形界面：startx 或者 init 5

---

2 安装 CUDA 和 cuDNN

2.1 查看是否有安装历史

nvcc -V

如果没有找到命令，则说明cuda没有安装。如果已经安装 cuda，则会显示显示 cuda 版本信息

2.2 根据 TensorTlow 版本确定 CUDA 和 cuDNN 要下载的版本

• TensorFlow 各个版本需要的CUDA版本以及Cudnn的对应关系可查看官网文档末尾表格
• CUDA：GPU 编程的语言函数，和 TensorTlow 版本对应，下载 CUDA 后是 .run 文件。如果有补丁文件，则补丁一并下载安装！！！
• cuDNN：深度学习/矩阵运算的加速库，和 TensorTlow 版本对应，需要在官网上注册后才能下载，下载 cuDNN 后是 .tar 文件。注意，NVIDIA 官方有时会禁用了所有国内 IP 地址来下载关于AI方面的SDK，如果有梯子可通过翻后下载，没有就网上找一找对应版本的云盘资源

因实验需求，这里安装 tensorflow-gpu==1.8.0，CUDA 9.0.176，cuDNN v7.0.5 for CUDA9.0
注意对应软件下载选择Linux版本

2.3 安装 CUDA

① 进入root权限并开始安装
进入 root 权限：su root，然后输入密码进入

执行如下命令：

sh cuda_9.0.176_384.81_linux.run

# 一直按空格按倒最后，进行一些选项

-----------------
Do you accept the previously read EULA?
accept/decline/quit:   accept

# 关键！！！之前已经安装过高版本驱动，这里一定要键入 n
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n

Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
 [ default is /usr/local/cuda-9.0 ]: 

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y

Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y

Enter CUDA Samples Location
 [ default is /root ]: 

Installing the CUDA Toolkit in /usr/local/cuda-9.0 ...
# 等待安装


# 安装完成显示内容类似下面
Missing recommended library: libGLU.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so
Missing recommended library: libGL.so

Installing the CUDA Samples in /root ...
Copying samples to /root/NVIDIA_CUDA-9.0_Samples now...
Finished copying samples.

===========
= Summary =
===========

Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-9.0
Samples:  Installed in /root, but missing recommended libraries

Please make sure that
 -   PATH includes /usr/local/cuda-9.0/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-9.0/lib64, or, add /usr/local/cuda-9.0/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.0/bin

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.0/doc/pdf for detailed information on setting up CUDA.

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.0 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run -silent -driver

Logfile is /tmp/cuda_install_11268.log

如果有补丁文件, 有类似的方法安装即可

# 例如
sh cuda_9.0.176.1_linux.run

题外话，如果不安装补丁，运行代码可能会出现 Blas GEMM launch failed 的错误，网上绝大多数都说是显存满了导致的，但是也有可能是 CUDA 的补丁没有安装，所以选择对应版本的 CUDA 时候，如果下面有补丁，应该都下载安装。例如我的环境下 CUDA 9.0 除了 Base Installer 之外，还有四个补丁：Path 1，Path 2，Path 3，Path 4。

② 配置环境变量，修改/etc/profile文件

vim /etc/profile

按i开始键入下面内容：

export PATH=${PATH}:/usr/local/cuda/bin
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/cuda/lib64

接着按esc，然后键入wq!保存

最后执行

source /etc/profile

③ 验证 CUDA

[root@localhost Downloads]# nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

2.4 安装 cuDNN

① 解压 cuDNN 的 .tar 包

tar -xvf cudnn-9.0-linux-x64-v7.tar

注意这里解压后的文件目录叫做“cuda”

② 将解压后的文件复制到cuda的安装后的目录中

cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
# 注意根据自己cuda版本修改命令中对应的地方

③ 将上面复制后的文件全部添加“a+r”权限

chmod a+r /usr/local/cuda-9.0/include/cudnn.h  /usr/local/cuda-9.0/lib64/libcudnn*
# 注意根据自己cuda版本修改命令中对应的地方

3 安装 TensorFlow 的 GPU 版本

最后一步了，也是简单的一步

前面 CUDA 和 cuDNN 版本都是根据 tensorflow-gpu==1.8.0 来配置的，所以我们来安装 TensorFlow

pip install tensorflow-gpu==1.8.0

国内下载速度慢可用清华镜像下载

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  tensorflow-gpu==1.8.0

如果没有发现 pip，按照下面进行安装，在 Python2.7 的安装包中，easy_install.py 是默认安装的，而 pip 需要我们手动安装

sudo easy_install pip

然后再安装 TensorFlow 试试

如果还出现如下问题

ERROR: Cannot uninstall 'enum34'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

可以通过

sudo pip install --ignore-installed enum34

接着再安装TensorFlow 试试，如果安装成功，将出现如下提示

Successfully installed absl-py-0.11.0 astor-0.8.1 bleach-1.5.0 gast-0.4.0 grpcio-1.33.2 html5lib-0.9999999 markdown-3.1.1 numpy-1.16.6 protobuf-3.13.0 tensorboard-1.8.0 tensorflow-gpu-1.8.0 werkzeug-1.0.1 wheel-0.35.1

因实验需要还安装了 Keras 2.1.6

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  Keras==2.1.6

4 其他

4.1 卸载 CUDA 和 cuDNN

只针对对于 .run 方式安装的卸载

① 卸载 CUDA

sudo /usr/local/cuda-9.0/bin/uninstall_cuda_9.0.pl

注意其中9.0修改为自己对应的版本号

② 卸载 cuDNN

sudo rm -rf /usr/local/cuda/lib64/libcudnn
sudo rm -rf /usr/local/cuda/include/cudnn.h

4.2 查看 TensorFlow、CUDA 和 cuDNN 等版本

① 查看 TensorFlow 版本

python

然后

import tensorflow as tf
tf.__version__

② 查看 CUDA 版本

nvcc -V

③ 查看 cuDNN 版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

④ 查看 Keras 版本

python

然后

import keras
keras.__version__