Ubuntu16.04+CUDA8.0+Theano-0.8安装教程

Ubuntu16.04+CUDA8.0+Theano-0.8安装教程

Theano的安装真的是一部血泪史，花费了一个多星期的时间，终于在win7下和Ubuntu下安装theano成功，并且安装cuda、配置GPU工作。期间排了N多的坑，在这先说一**意事项（避免各种坑）：

       如果选择在Ubuntu下安装Theano。使用系统自带的python=2.7版本。最需要注意的是Theano的版本，切记不要选择Theano的最新版本（Theano-1.0），因为Theano从0.9版本开始使用GPUBackend的安装方法，需要安装pygpu，并且如果自己的显卡计算能力低于3.0的话，device=cuda。同时，安装pygpu的话会有很多兼容性问题，很容易出错。所以在这里选择Theano-0.8的稳定版本。

如果选择在Windows下安装Theano，请参考另一篇博文：https://blog.csdn.net/hczhcz0905/article/details/80422169

操作系统：Ubuntu16.04LTS

显卡：NVIDIA  GeForce 610M

步骤如下：

(1):检查自己的显卡信息，检查GPU是否支持CUDA

终端输入：lspci | grep -i VGA

然后去cuda官网查看自己的GPU版本是否在CUDA 的支持列表中。

（2）检查gcc版本,终端输入gcc --version

可以看到gcc版本高于5.0,由于cuda8.0版本以后已经支持了gcc高于5,如果选择安装cuda7.5或更低的话，需要降低gcc的版本。

（3）安装NVIDIA驱动，由于cuda自带的驱动可能无法定位内核信息，所以先安装驱动程序。

先卸载之前的驱动程序：$ sudo apt remove --purge nvidia*

添加Graphic Drivers PPA

$ sudo add-apt-repository ppa:graphics-drivers/ppa

$ sudo apt-get update

寻找合适的驱动版本：$ ubuntu-drivers devices

可以看到建议安装的驱动是390版本。

安装nvidia driver：sudo apt-get install nvidia-390

安装完毕重启电脑：重启后终端输入：nvidia-smi

接着输入：nvidia-settings

如果出现以上信息，则nvidia的驱动程序安装成功。

（4）安装cuda

去cuda官网下载和自己系统对应的cuda版本，这里下载cuda_8.0.44_linux.run文件。

然后将该安装包设置为可执行文件：

chmod  u+x cuda_8.0.44_linux.run

进入安装包所在目录，执行安装程序：sudo./cuda_8.0.44_linux.run

在这里运行安装程序之前，要关闭Xserver。

如果是远程连接的Linux机器，可以使用:sudoinit 3

如果在自己的双系统下：首先按Ctrl+Alt+F1进入字符终端界面，然后关闭Xserver，使用：sudo service lightdm stop，重启的话使用 sudo servicelightdm start ，再按Ctrl+Alt+F7返回图形化界面。

在字符终端界面关闭X server后，执行安装程序，当要选则是否安装驱动程序时，选择no，其他可以默认。安装完成后，会提示缺少一些库，自己安装就行。

（5）测试cuda是否安装成功

首先在系统环境里设置cuda路径：

vim ~/.bashrc

exportLD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH

exportCUDA_HOME=/usr/local/cuda-8.0

exportPATH=/usr/local/cuda-8.0/bin:$PATH

然后，输入：source~/.bashrc   使其生效。

测试cuda：

终端输入：nvcc -V

最后，尝试编译cuda提供的例子：

cd/home/user_name/NVIDIA_CUDA-8.0_Samples

make

系统会自动编译，需要等待一段时间，如果出错系统会停止，然后查看 错误信息，不行的话重新安装。

如果无错，运行编译生成的二进制文件，

 

至此，cuda安装成功。

（6）安装Theano-0.8版本

a:安装各种依赖包：

sudo apt-get update

sudo apt-getinstall  gfortran        后面编译会用到

sudo apt-getinstall   libopenblas-dev

sudo apt-getinstall   liblapack-dev

sudo apt-getinstall   libatlas-base-dev

使用pip安装numpy和scipy

sudo apt-getinstall   python-pip

sudo pipinstall   numpy

测试numpy，测试通过才能进行下一步，测试不通过重新安装

python -c “importnumpy;numpy.test()”

sudo pipinstall   scipy

python -c “importscipy;scipy.test()”

在安装theano之前，还要安装

sudo apt-getinstall  python-dev  python-nose g++  git

安装theano：sudo pipinstall  theano==0.8

(7)测试theano在gpu下运行

编辑theano配置文件

sudo gedit~/.theanorc

[global]

floatX=float32

device=gpu

[cuda]

root=/usr/local/cuda-8.0

然后运行官方测试gpu的例子：

from theano importfunction, config, shared, tensor

import numpy

import time

 

vlen = 10 * 30 *768  # 10 x #cores x # threads per core

iters = 1000

 

rng =numpy.random.RandomState(22)

x =shared(numpy.asarray(rng.rand(vlen), config.floatX))

f = function([],tensor.exp(x))

print(f.maker.fgraph.toposort())

t0 = time.time()

for i inrange(iters):

    r = f()

t1 = time.time()

print("Looping%d times took %f seconds" % (iters, t1 - t0))

print("Resultis %s" % (r,))

ifnumpy.any([isinstance(x.op, tensor.Elemwise) and

              ('Gpu' not intype(x.op).__name__)

              for x inf.maker.fgraph.toposort()]):

    print('Used the cpu')

else:

    print('Used the gpu')

至此，theano安装成功。theano.test()测试的话，如果有错可以忽略。