Linux教程網 >> Linux基礎 >> Linux教程 >> Ubuntu15.10_64位安裝Theano+CUDA7.5詳解

Ubuntu15.10_64位安裝Theano+CUDA7.5詳解

日期：2017/2/28 13:50:03 编辑：Linux教程

嘗試了網上的各種方法，重裝了N遍Ubuntu，今天終於裝好了，記錄下來，與自己或者有需要的朋友一起分享。

介紹一下我的環境：GTX425M，筆記本win7_64+ubuntu15.10_64雙系統，cuda7.5。

首先聲明，我是安裝完Ubuntu 15.10後，沒有sudo apt-get update，沒有安裝其他的軟件，沒有disable Nouveau，直接安裝的cuda，再安裝的Theano。下面介紹一下我的安裝過程及遇到的問題和解決方案。

第1步：下載cuda安裝包。下載頁面：https://developer.nvidia.com/cuda-downloads 從中選擇適合ubuntu的deb安裝包。也就是linux–>x86_64–>Ubuntu–>15.04–>deb(local). 大約1.9G．假設下載到 ~/Downloads/cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64.deb

第2步：cd ~/Downloads(進入下載的目錄)，執行sudo dpkg -i 你的下載包

第3步：執行sudo apt-get update

第4步：執行sudo apt-get install cuda

第5步：執行sudo gedit ~/.bashrc，在最後面，64位的話粘貼以下內容：

export PATH=/usr/local/cuda-7.5/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

32位的話，粘貼以下內容：

export PATH=/usr/local/cuda-7.5/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib:$LD_LIBRARY_PATH

不要忘了執行source ~/.bashrc 使其立即生效

解釋一下，就是在PATH裡邊添加cuda-7.5的路徑，進入/usr/local/可以看到有一個cuda，還有一個cuda-7.5，這裡填寫cuda-7.5的路徑

第6步：這個時候基本就安裝完了，剩下的就是進行配置。這個時候可以執行nvcc -V(注意大寫V)檢測一下是否有內容輸出，如果沒問題的話，應該有以下類似輸出

nvcc: NVIDIA(R) Cuda compiler driver
copyright (c) 2005-2015 NVIDIA Corporation
Built on ………………
Cuda compilation tools, release 7.5, V7.5.17

執行nvidia-settings會彈出顯卡配置的界面，至少7個大項，其中有一項叫GPU-0(GeForce GT 425M)，如果能看到自己的顯卡的話，應該就算安裝成功了。下面進行配置。

第7步：使用自帶的samples進行GPU運算測試。進入到cuda-7.5的samples目錄，一般都是cd /usr/local/cuda-7.5/samples，然後會有一個Makefile文件，執行命令sudo make，不出意外地話，會出現帶有紅顏色的error錯誤，大概是這樣的：unsupported GNU version! gcc versions later than 4.9 are not supported! 意思也很明顯了，就是gcc的版本高於4.9，Cuda不支持。解釋一下：ubuntu15.10自帶的gcc是5.2.1，可以通過gcc –version（兩個-）查看，但是cuda不支持超過4.9.0的gcc編譯器。要麼安裝一個低版本的編譯器，要麼把cuda的這個限制給去掉。我選擇的是後者，而且尚未出現其他問題。

解決方案如下：

sudo cd /usr/local/cuda/include/ #進入到頭文件目錄cuda(而不是cuda-7.5)；
sudo cp host_config.h host_config.h.bak #備份原頭文件；
sudo gedit host_config.h #編輯頭文件；
ctrl+F查找4.9出現的地方，大約位於115行，在第113行處應該顯示if _GNUC_>4 || (_GNUC_ == 4 && _GNUC_MINOR_ > 9)，因為我們的是5.2.1，因此，把上面的2個4都改成5就ok了，保存退出。

第8步：重新執行第七步中的sudo make指令（查看是否處於/usr/local/cuda-7.5/samples目錄中），這個時候，應該就可以編譯了。這個過程會比較長，讓他在哪編譯一會，剩下的時間可以用來安裝Theano。

第9步：安裝Theano的話，就不多說了。

sudo apt-get update #更新源，如果更新速度比較慢的話或者出現未找到軟件包……，建議如下修改：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak #在終端中執行下面命令備份源

sudo gedit /etc/apt/sources.list #運行命令修改
刪除裡面所有的內容，增加下面的Ubuntu 15.10源
deb http://mirrors.hust.edu.cn/ubuntu/ wily main restricted universe multiverse
deb http://mirrors.hust.edu.cn/ubuntu/ wily-security main restricted universe multiverse
deb http://mirrors.hust.edu.cn/ubuntu/ wily-updates main restricted universe multiverse
deb http://mirrors.hust.edu.cn/ubuntu/ wily-proposed main restricted universe multiverse
deb http://mirrors.hust.edu.cn/ubuntu/ wily-backports main restricted universe multiverse
deb-src http://mirrors.hust.edu.cn/ubuntu/ wily main restricted universe multiverse
deb-src http://mirrors.hust.edu.cn/ubuntu/ wily-security main restricted universe multiverse
deb-src http://mirrors.hust.edu.cn/ubuntu/ wily-updates main restricted universe multiverse
deb-src http://mirrors.hust.edu.cn/ubuntu/ wily-proposed main restricted universe multiverse
deb-src http://mirrors.hust.edu.cn/ubuntu/ wily-backports main restricted universe multiverse
然後執行 sudo apt-get update，刷新一下源。

sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev git #安裝依賴包

sudo pip install Theano #等安裝完就好了（我在執行這一步時，總是提示找不到相應的安裝信息，我才用的git方式進行安裝的，安裝命令如下：先進入~(home)目錄cd ~，再進行安裝 git clone git://github.com/Theano/Theano.git，大約49M，然後進入cd Theano，執行python setup.py develop –user(同樣是兩個-)，這樣就安裝好了）

測試numpy是否啟用了blas加速，進入python
》>>>import numpy
》>>>id(numpy.dot) == id(numpy.core.multiarray.dot)
》>>>False (輸出False表示加速成功，如果輸出True，參考官方教程修改，理論上很少加速失敗。)

命令端下其他測試。(建議先做第10步，把theano配置文件配置好後，再測試一下內容)
NumPy (~30s): python -c “import numpy; numpy.test()” #最好errors=0,failures=0
SciPy (~1m): python -c “import scipy; scipy.test()” #最好errors=0,failures=0
Theano (~30m):python -c “import theano; theano.test()” #時間太長，沒測試完。

第10步：編輯theano配置文件。
sudo gedit ~/.theanorc
將以下內容寫入：

[global]
floatX=float32
device=gpu
[cuda]
root=/usr/local/cuda-7.5

第11步：在python中，import theano時，有可能會出現以下問題：
問題1. cuda is installed but device gpu is not available
解決1:重新檢查一下(sudo vim ~/.bashrc)中的$PATH中的路徑是否配置正確，包括LD_LIBARAY_PATH。一般這個問題是由於nvcc complier不能編譯造成的，解決了host_config.h裡邊的問題後，應該不會出現，如果有出現，可以把詳細輸出信息貼出來，討論一下。

問題2. failed to compile cuda_ndarray.cu
解決2:cd /etc/ld.so.conf.d，然後編輯sudo gedit cuda.conf，此文件應該是不存在的，所以打開是空的，將 /usr/local/cuda-7.5/lib64 寫進去，並保存。然後sudo ldconfig。ok，再回去測試，應該就沒什麼問題了。import theano後，應該會顯示你的GPU信息。例如我的顯示：Using gpu device 0: GeForce GT 425M(CNMem is disabled)

至此，大功告成。GPU加速成功。可以把經典的GPU測試代碼保存至test.py，然後測試：

from theano import function, config, shared, sandbox
import theano.tensor as T
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([], T.exp(x))
print (f.maker.fgraph.toposort())
t0 = time.time()
for i in range(iters):
    r = f()
t1 = time.time()
print ('Looping %d times took' % iters, t1 - t0, 'seconds')
print ('Result is', r)
if numpy.any([isinstance(x.op, T.Elemwise) for x in f.maker.fgraph.toposort()]):
    print ('Used the cpu')
else:
    print ('Used the gpu')

如果想用cpu測試的話，就sudo vim ~/.theanorc，將其中的gpu修改為cpu就可以了。