Ubuntu 14.04安裝Nvidia CUDA7.5並搭建Python Theano深度學習開發環境

引言

最近幾天一直嘗試搭建Theano深度學習開發環境，並安裝英偉達CUDA Toolkit。這期間，有想過在Windows上搭建的，但是從網上了解後，發現還是在Linux環境下更加合適。在搭建這個開發環境的過程中，其實入了不少坑，有點曲折。本不打算寫搭建過程的，因為網上確實有不少不錯的安裝步驟，以及官網也有安裝教學。But，鑑於被坑了好幾天，還是記錄一下，長長記性 :)
期間安裝Ubuntu 14.04超過4次（原因：有些軟體依賴問題無法解決，更換軟體源貌似也不可以。不過今天把軟體源換成主伺服器後，就正常了，但是我的無線網速度比較慢，所以使用主伺服器後，下載速度明顯要慢了不少。）。
嘗試安裝Fedora作業系統1次，因為也想過在這個系統上搭建環境的，因為Ubuntu 14.04上面的部分依賴總是搞不定。但是因為網絡卡驅動的問題，始終無法聯網；無法聯網，自然就沒法安裝編譯器，沒有編譯器，沒法安裝網絡卡驅動（因為需要編譯驅動），最後放棄了這個平台。
嘗試安裝CentOS作業系統1次，其實根本沒有安裝成功，原因是我的獨立顯示卡驅動問題，導致安裝程式的圖形介面上的所有文字都是模糊的，甚至連“退出安裝”按鈕文字我都識別不出來，最後放棄了。

桌上型電腦主要引數

• 記憶體：金士頓8G
• 處理器：Intel Core i5-4590 CPU @ 3.3GHz x 4
• 顯示卡： 英偉達Geforce GTX 750 （GPU並行運算）
• 硬碟： 西部資料 1TB

安裝Ubuntu 14.04作業系統

• 製作Ubuntu啟動盤（使用軟碟通寫入到U盤上）；
• 桌上型電腦啟動時，選擇快捷啟動，從U盤啟動Ubuntu live cd系統；
• 安裝Ubuntu 14.04作業系統；
• 安裝完畢後重新啟動系統；
• 啟動系統，在進入Grub介面時，按e鍵，進入編輯頁面，在倒數第二行中，ro quiet splash後面新增nomodeset，這樣進入系統後不會因為獨顯驅動問題而導致黑畫面了；
• 在進入系統後，編輯檔案/boot/grub/grub.cfg檔案，搜尋ro quiet splash關鍵詞，同樣追加nomodeset，這樣不用每次啟動系統前重複上述步驟了。

安裝Theano環境

需要預先安裝的工具

這些工具在後面可能會使用到，如編譯器等。

sudo apt-get install -y Python-dev python-pip python-nose gcc g++ git gfortran

安裝BLAS, LAPACK, ATLAS

這些軟體包必須在安裝Numpy和Scipy之前安裝

sudo apt-get install -y libopenblas-dev liblapack-dev libatlas-base-dev

安裝NumPy

在官方教學中使用了apt-get方式安裝的，但是貌似我確實在安裝後沒有通過單元測試，有不少錯誤產生。尤其是後面安裝的SciPy更是如此。可能和我之前沒有把需要的工具包安裝齊全有關係吧。

# 安裝NumPy，這個安裝過程需要等待會，因為需要編譯，所以得花一點時間。
# 實際上後面安裝的SciPy和Theano都會花時間編譯的，整個安裝過程還是要挺久的。
sudo pip install numpy

# 進行測試。
python -c 'import numpy; numpy.test()'

必須要保證上面的測試通過，然後再繼續下一步，確保每一步都是正確的。沒有Errors則通過測試。測試結果如下。

安裝SciPy

# 安裝方法，耐心等待編譯吧:)
sudo pip install scipy

# 進行測試
python -c 'import scipy; scipy.test()'

必須保證scipy也正常通過測試，這樣才可以繼續安裝下面的Theano。測試結果如下圖：

--------------------------------------分割線 --------------------------------------

Ubuntu下CUDA（含GPU卡驅動）安裝過程  http://www.linuxidc.com/Linux/2015-07/120456.htm

Caffe + Ubuntu 14.04 64bit + CUDA 6.5 設定說明  http://www.linuxidc.com/Linux/2015-04/116444.htm

Ubuntu 14.04 安裝設定CUDA  http://www.linuxidc.com/Linux/2014-10/107501.htm

Ubuntu 12.04設定NVIDIA CUDA5.5實錄  http://www.linuxidc.com/Linux/2014-10/107502.htm

Ubuntu安裝Theano+CUDA  http://www.linuxidc.com/Linux/2014-10/107503.htm

關於Ubuntu 12.04 下 CUDA5.5 的安裝請參看如下連結 Ubuntu 12.04 安裝 CUDA-5.5

--------------------------------------分割線 --------------------------------------

安裝Theano

# 安裝方法，還是要耐心等待編譯安裝的，感覺比較耗時
sudo pip install Theano

# 開始測試
sudo python -c 'import theano; theano.test()'

好吧，我感覺這個步驟中的Theano測試花了好長時間，所以，還是耐心等待吧。最後結果如下。

安裝CUDA Toolkit

下載CUDA Toolkit

在安裝這個英偉達CUDA Toolkit時，還是遇到了不少問題。以下記錄安裝過程，詳細的說明文件參見英偉達官方提供的Installation Guide for Linux。需要注意的是，該安裝檔案已經包含了英偉達較新的顯示卡驅動，所以不用單獨安裝獨顯驅動的。

下載CUDA Toolkit

• 進入CUDA Toolkit下載頁面

• 選擇對應的Ubuntu 14.04作業系統，並且選擇下載runfile(1.1G)檔案，同時記錄對應的MD5值，用於校驗下載文件有沒有損壞

• 下載GPU Development Kit

• 下載完成後，最後校驗一下下載檔案與下載頁面提供的檔案MD5值是否相同，確保下載到的安裝包是完好無失真的。
  

安裝一些需要的庫

• 下面都是一些可能需要用到的庫，否則在安裝CUDA時，可能會提示缺少需要的庫檔案。

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev  

• 值得注意的是，我在我的Ubuntu系統/usr/lib/x86_64-linux-gnu/目錄下找到了名為libGLU.so.1.3.1，所以在嘗試建立連結到/usr/lib/目錄下後，安裝Samples時就正常了。

sudo ln -s /usr/lib/x86_64-linux-gnu/libGLU.so.1.3.1 /usr/lib/libGLU.so

安裝CUDA

1. 首先，將X-Window關閉，然後進入字元介面（如tty1）。關閉X-Window方法：sudo service lightdm stop
2. 接下來，在字元介面中，給下載好的cuda_7.5.18_linux.run以及cuda_352_39_gdk_linux.run新增可執行許可權
3. 安裝Development Kit：sudo ./cuda_352_39_gdk_linux .run
4. 安裝CUDA：sudo ./cuda_7.5.18_linux.run，安裝過程直接根據提示進行下去即可
5. 重新啟動X-Window：sudo service lightdm start

更多詳情見請繼續閱讀下一頁的精彩內容： http://www.linuxidc.com/Linux/2015-09/123562p2.htm