雲主機搭建深度學習環境
今天申請了一臺雲主機，一下是搭建深度學習環境的過程：
整體還是很多坑的，基本上的思路就是遇到問題解決問題，每個人的環境不一樣，網上基本都有解決方案
1.確認機器到底有沒有GPU
運維有時候會搞錯，可能給一臺壓根沒有GPU的機器，這個可以用lspci命令來檢視是否有GPU的資訊
2.確認機器有沒有GPU的驅動
執行nvidia-smi，如果找不到命令就是沒有。
安裝過程：
注意：
a、執行命令 update-pciids
b、查詢nvidia的pci裝置資訊
lspci |grep 3D -i |grep nvidia -i
如：00:07.0 3D controller: NVIDIA Corporation GV100GL [Tesla V100 PCIe 16GB] (rev a1) 此資訊中包含了nvidia gpu型號Tesla V100 PCIe 16GB，則不需要繼續查詢
如：00:07.0 3D controller: NVIDIA Corporation Device 1db4 (rev a1)，此資訊中沒有包含nvidia gpu型號，只是顯示裝置id：1db4，則需要根據裝置id繼續第b步查詢
c、查詢上述裝置id 1db4是對應nvidia gpu型號
https://pci-ids.ucw.cz/read/PC/10de
以下可根據查出的nvidia gpu型號下載相應的驅動
1、 獲取GPU驅動安裝包：
(1) 進入 NVIDIA 官網。
(2) 手動查詢適用於例項的驅動程式，並單擊 搜尋。篩選資訊說明如下表所示。
(3) 確認無誤後，單擊 下載 按鈕，下圖是centos7.4的驅動截圖
在centos7.4中也可以通過以下命令直接下載上述驅動：
wget http://cn.download.nvidia.com/tesla/396.44/NVIDIA-Linux-x86_64-396.44.run
2、 安裝GPU驅動：
(1) 下載並安裝kernel對應版本的kernel-devel和kernel-header包:
通過 ”uname -r” 命令檢視centos7.4中的kernel版本為：3.10.0-693.17.1.el7.x86_64
對應的Kernel-devel下載地址：http://vault.centos.org/7.4.1708/updates/x86_64/Packages/kernel-devel-3.10.0-693.17.1.el7.x86_64.rpm
對應的kernel-header下載地址:http://vault.centos.org/7.4.1708/updates/x86_64/Packages/kernel-headers-3.10.0-693.17.1.el7.x86_64.rpm
( 附 3.10.0-693.el7.x86_64 kernel, kernel-devel 和 kernel-header包下載地址：
http://vault.centos.org/7.4.1708/os/x86_64/Packages/kernel-3.10.0-693.el7.x86_64.rpm
http://vault.centos.org/7.4.1708/os/x86_64/Packages/kernel-devel-3.10.0-693.el7.x86_64.rpm
http://vault.centos.org/7.4.1708/os/x86_64/Packages/kernel-headers-3.10.0-693.el7.x86_64.rpm )
通過wget命令下載上面兩個包，然後通過yum install安裝。
需要特別注意下載的kernel-devel，kernel-header版本要與當前執行的kernel版本完全一致，否則gpu驅動無法正常安裝使用 ! ! !
安裝完成後，如下所示：
# uname –r
3.10.0-693.17.1.el7.x86_6
# rpm -qa | grep 693.17.1
kernel-devel-3.10.0-693.17.1.el7.x86_64
kernel-headers-3.10.0-693.17.1.el7.x86_64
kernel-3.10.0-693.17.1.el7.x86_64
（2）按以下步驟關閉nouveau驅動，這個驅動如果不關是裝不上的，因為和nvidia的驅動衝突。
- 執行
vim /etc/modprobe.d/blacklist.conf，新增blacklist nouveau。
2. 執行 vim /lib/modprobe.d/dist-blacklist.conf，新增以下內容。
blacklist nouveau
options nouveau modeset=0
3. 執行 mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r)-nouveau.img。
4. 執行 dracut /boot/initramfs-$(uname -r).img $(uname -r)。
（3）執行 reboot 重啟系統。
（4）執行yum install gcc 安裝gcc 。
（5）安裝下載的gpu驅動
# Chmod +x NVIDIA-Linux-x86_64-396.44.run
# ./ NVIDIA-Linux-x86_64-396.44.run
正確安裝過程如下所示：
安裝完成後，執行：nvidia-smi，顯示如下圖所示，說明安裝成功。
3.安裝cuda
這裡要確認一下自己使用的tensorflow版本，因為tf版本和cuda是要匹配起來的，網上可以找一下對應的關係，比如我用的1.14.0，cuda就是用10.0
這裡最簡單的辦法就是用conda裝
conda install cudatoolkit==xxx
當然也可以去nvidia官網去下載對應的cuda版本，傳到伺服器上安裝
這裡有個地方要注意就是安裝的時候不要選擇安裝顯示卡驅動，因為前邊已經裝過了，另外這個驅動也不太行。
4.安裝cudnn
這裡不能用conda裝了，因為conda有點傻，裝cudnn的時候會一起安裝cuda，而且經常兩個版本還不匹配。
最簡單的方法就是去nvidia官網下載一個cudnn的安裝包自己裝，這裡注意cudnn和cuda也是要匹配版本的，比如cuda10.0和cudnn7.x就可以。
下載了rpm包，用yum install xxx.rpm安裝就行
5.測試是否可以用了，用tensorflow測試一下
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
上邊兩個程式碼如果不報錯，就問題不大了。正確安裝應該顯示：
所有的資訊都是成功就對了，可以看到這裡是P40顯示卡。
如果還不確定，可以跑一下程式試試
import tensorflow as tf
with tf.device('/cpu:0'):
a = tf.constant ([1.0, 2.0, 3.0], shape=[3], name='a')
b = tf.constant ([1.0, 2.0, 3.0], shape=[3], name='b')
with tf.device('/gpu:1'):
c = a + b
# 注意：allow_soft_placement=True表明：計算裝置可自行選擇，如果沒有這個引數，會報錯。
# 因為不是所有的操作都可以被放在GPU上，如果強行將無法放在GPU上的操作指定到GPU上，將會報錯。
sess = tf.Session(config=tf.ConfigProto (allow_soft_placement=True, log_device_placement=True))
# sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
sess.run(tf.global_variables_initializer())
print (sess.run(c))
能執行出來就沒問題了
其他如果遇上一些問題了就google或者百度就行了
可以參考https://blog.csdn.net/lzcong1986/article/details/810506