ubuntu16.04安装cuda8.0 和cudnn5.1（多个cuda、天坑tensorflow）

背景

以下只能解决特定问题，普遍问题不能解决，建议参考参考博客内容进行选择。

文本摘要界中有一个很著名的论文，叫做Get to the point（指针生成模型），最近需要复现一下相关论文。然后踩坑就开始了。

过程

代码地址，有兴趣的可以挑战一下。其实这玩意说难也难，说不难也不难。难就难在配置环境上，真的是踩坑无数。我按照一步一步配置下来，获得数据集步骤可以参考这篇博客，会讲解处理数据集的过程，但是具体还得看人家写的英文文档。

处理好了之后，觉得还有点小成就，然后就安装tensorflow跑，直接报错：大概说的是类型转换出现了问题。在这里插入图片描述

不出意外，死活不会改人家的代码。只好换方法，找到上述的代码地址，看到作者tensorflow用的是1.2.1的，我寻思我也安装跟作者一样的，结果就可以正常跑通，然后就想着先跑着吧。跑了一上午、一下午、一晚上、又一上午，感觉训练的速度好慢，就想着要不用gpu跑跑试试？然后手贱的在正在使用的环境中输入了pip install tensorflow-gpu==1.2.1，然后就没有然后了。

安装cuda8.0

既然程序崩了，那就好好整理下，那就非得用GPU跑它不行。

首先找到一个表格：

在这里插入图片描述

从这里我们可以看出我们使用1.2.1那么需要安装的是cuda8和cudnn5.1。

我使用的是ubuntu16.04，然后输入/usr/local查看由多少个cuda：
![在这里插入图片描述](https://img-blog.csdnimg.cn/202012102011473.png)

可以看到有cuda9.0、cuda9.1，这就证明我们需要在一台机器上安装多个cuda。

步骤：

下载cuda8.0，百度网盘在这：链接：https://pan.baidu.com/s/1aXhnaIuM5cgyQ1sneYmbFQ
提取码：a5kk 。
将这个文件拷贝到算法服务器的指定位置，并使用指令解压：tar xvzf cuda_8.0....
解压之后直接开始安装：sudo sh cuda_8.0.61_375.26_linux.run。

#..一堆协议说明...
#直接按q退出协议说明.
zerozone@zerozone: accept/decline/quit: accept  #接受协议

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26? 
y)es/(n)o/(q)uit: n  #是否显卡驱动包，由于已经安装显卡驱动，选择n

Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y #是否安装工具包，选择y

Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]: #工具包安装地址，默认回车即可

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y #添加链接**注意这个连接，如果你之前安装过另一个版本的cuda，除非你确定想要用这个新版本的cuda，否则这里就建议选no，因为指定该链接后会将cuda指向这个新的版本**

Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y #安装样例

Enter CUDA Samples Location
 [ default is /root ]:  #样例安装地址默认即可

# ***安装信息***
Installing the CUDA Toolkit in /usr/local/cuda-8.0 ...

Missing recommended library: libXi.so
Missing recommended library: libXmu.so
#注意，这里出现了Missing recommended library错误，
# 如果出现了错误：执行这条指令 
# sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 
# 我没有出现，所以直接略过这条指令了，我执行这条指令，需要我安装matlib，有点迷。所以就没执行这段指令，后来发现也能用。
#是因为博主在第一次安装时，没有添加最开始的那条安装相关依赖的指令，
#之后我添加了依赖后，再次安装，就没有Missing错误了

Installing the CUDA Samples in /root ...
Copying samples to /root/NVIDIA_CUDA-8.0_Samples now...
Finished copying samples.

===========
= Summary =
===========
Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-8.0
Samples:  Installed in /root, but missing recommended libraries

Please make sure that
 -   PATH includes /usr/local/cuda-8.0/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/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 361.00 is required for CUDA 8.0 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_6388.log   
# ***安装完成***

配置CUDA相关环境在这里插入图片描述

# 或者输入这些指令：
Tensorflow官方安装历程要求注意的是:配置PATH和LD_LIBRARY_PATH和CUDA_HOME环境变量.

vim ~/.bashrc #修改配置文件（如果你用的是zsh，则需要修改 ~/.zshrc文件）
#在文件结尾处添加
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

如果需要版本切换的话，可以参考这篇文章，通过软链进行更换的，但是我发现我不更换也能用。1.8的和1.2.1的都能正常使用gpu。待会还需要验证下。

安装cudnn5.1

百度网盘下载：链接：https://pan.baidu.com/s/1UUUgevH6xX9R1-BX5olaTQ
提取码：hoe7

安装过程

解压tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz
在当前目录下查看都有什么文件：

拷贝指定文件到指定目录

$cd cuda  
$sudo cp lib64/lib* /usr/local/cuda/lib64/  
$sudo cp include/cudnn.h /usr/local/cuda/include/

如果有软链的话，建议这样更新：

$ sudo chmod +r libcudnn.so.6.0.21
$ sudo ln -sf libcudnn.so.6.0.21  libcudnn.so.6
$ sudo ln -sf libcudnn.so.6 libcudnn.so
$ sudo ldconfig

这时候再使用tensorflow1.2.1的话应该没什问题了。但是有一点比较疑惑，为什么我配置了1.2.1的环境，tensorflow1.8.0的还能用。有点迷。

报错记录

ImportError: libcudnn.so.5: cannot open shared object file: No such file or directory

安装cudnn就行了。
ResourceExhaustedError (see above for traceback): OOM when allocating tensor of shape [9216,4096] an

很明显，OOM，out of Memory，显存不够了，调小参数就行。
TensorFlow报错FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated......

重新安装numpy-1.16-0 安装版本太高了，更换即可