# Ubuntu16.04下nvidia驱动+docker+nvidia-docker+cuda9.0+cudnn7.0安装指南
## 宿主机安装nvidia驱动
### 打开终端，先删除旧的驱动:
sudo apt-get purge nvidia*
### 禁用自带的 nouveau nvidia驱动
sudo gedit /etc/modprobe.d/blacklist.conf
看下Nouveau是否已经被禁用
lsmod | grep nouveau
如果已经没有任何显示说明不用禁用了，否则继续下面操作
sudo vim /etc/modprobe.d/blacklist-nouveau.conf #创建一个文件（注：按一下i键，表示现在进行内容插入）
并添加如下内容：
blacklist nouveau
options nouveau modeset=0
注：退出可用两个命令中任意一个：
按完esc键后，按shift+zz 或者
按完esc键后,输入“：wq!”双引号里面的内容
再更新一下：
sudo update-initramfs –u
确认下Nouveau是已经被禁用:
lsmod | grep nouveau
没有输出什么东西，说明已经成功关闭了。
### 关闭X-window服务：
Ctrl+Alt+F1切换到无桌面命令终端：这里lightdm是你自己的显示管理器，也可能是gdm，kdm，到底是哪一个可以使用 cat /etc/X11/default-display-manager进行查看，然后修改，并关闭显示管理器。这里下面几小步建议用手机拍照，对着照片来做，因为你可能不太熟悉
sudo service lightdm stop
此时正式进入终端界面：
Login:用户账号
Password:用户密码
安装:
cd /home/wlh/tmp # 导到你的下载的驱动放在哪里的地址
sudo sh NVIDIA-Linux-x86_64-387.12.run
按照如下步骤安装:
(1)accept
(2)contiuned install
后面默认yes安装就好了
启动显示器：（lightdm只是我的显示管理器，你可能是前面的说的gdm）
sudo service lightdm start
然后按Ctrl+Alt+F7 进入到桌面进行操作
检查是否成功
nvidia-smi
## docker安装
### 下载地址：https://download.docker.com/linux/ubuntu/dists/xenial/pool/stable/amd64/
containerd.io_1.2.5-1_amd64.deb
docker-ce-cli_18.09.4_3-0_ubuntu-xenial_amd64.deb
docker-ce_18.09.4~3-0~ubuntu-xenial_amd64.deb
dpkg -i containerd.io_1.2.5-1_amd64.deb
dpkg -i docker-ce-cli_18.09.4_3-0_ubuntu-xenial_amd64.deb
dpkg -i docker-ce_18.09.4~3-0~ubuntu-xenial_amd64.deb
使用 docker 命令试试安装成功没有。
### 建立 docker 组：
$ sudo groupadd docker
将当前用户加入 docker 组：
$ sudo usermod -aG docker $USER
## nvidia docker安装
### If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containers
docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
sudo apt-get purge -y nvidia-docker
### Add the package repositories
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
### 执行下载5个命令，下载5个包到当前目录，拷贝这些包到服务器上。
apt download libnvidia-container1
apt download libnvidia-container-tools
apt download nvidia-container-runtime-hook
apt download nvidia-container-runtime
apt download nvidia-docker2
在服务器上执行，dpkg -i libnvidia* nvidia* 即可一次安装这5个包。
### Test nvidia-smi with the latest official CUDA image
docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi
## 安装cuda9.0
### 首先去官网下载cuda9.0， 下载那个1.6G的.run文件，下载完毕就可以正式安装了。
进入下载目录，给文件添加运行权限：
chmod +x ./cuda_9.0.176_384.81_linux.run
### 运行安装
sudo ./cuda_9.0.176_384.81_linux.run
启动安装程序，一直按空格到最后（可以选择Ctrl+c跳过），不用担心，到99%的时候，输入accept接受条款
注意：第一个提醒你是否安装驱动时，选“n”，其余都“y”
安装完毕后就需要添加环境了，这步很重要！！！
gedit ~/.bashrc
### 把下面的内容添加到最后：
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
### 测试是否安装成功
nvcc -V
## 安装cudnn7
### 下载完直接解压，解压会出现一个cuda文件夹，里面有两个文件include 和 lib64，把里面的文件copy到/usr/local/cuda/里面相应的目录里。 如果你就在local下解压的就不要移动了。只需要给文件加读权限即可！
sudo chmod a+x /usr/local/cuda/include/cudnn.h
sudo chmod a+x /usr/local/cuda/lib64/libcudnn*
### 然后更新网络连接：
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.0.5 # 自己查看.so的版本
sudo ln -sf libcudnn.so.7.0.5. libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
### 查看cudnn版本，检查是否安装好：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
## 加载打包的镜像
$ docker load<jq_tensorflow1.8-cuda9.0-cudnn7-devel-ubuntu16.04.tar
## 启动容器
docker run --runtime=nvidia -it -v /home/dock/Downloads:/usr/Downloads name /bin/bash
### 启动报错解决办法：
Systemd drop-in file
sudo mkdir -p /etc/systemd/system/docker.service.d
sudo tee /etc/systemd/system/docker.service.d/override.conf <<EOF
[Service]
ExecStart=
ExecStart=/usr/bin/dockerd --host=fd:// --add-runtime=nvidia=/usr/bin/nvidia-container-runtime
EOF
sudo systemctl daemon-reload
sudo systemctl restart docker
Daemon configuration file
sudo tee /etc/docker/daemon.json <<EOF
{
"runtimes": {
"nvidia": {
"path": "/usr/bin/nvidia-container-runtime",
"runtimeArgs": []
}
}
}
EOF
sudo pkill -SIGHUP dockerd
再去开启镜像，done。
## 配置容器内环境
## 容器后台运行退出命令：CTRL+p+q
## 后台容器重新进入命令：docker exec -it [container id] /bin/bash
