Install Nvidia driver, CUDA 9.1 and Tensorflow 1.5 on Fedora 27/28

gaunthan Posted on Mar 29 2018

> 如果你的系统装有conda，可以直接使用conda安装tensorflow-gpu，命令为`conda install tensorflow-gpu`，那样就免去了安装cuda和cudnn的工作。

## Preface
玩Linux真的不能太浪，不然隔天启动电脑，就会发现图形界面进不去了...

花了好几天尝试了几个不同的distros，安装Nvidia驱动都不是太麻烦。但安装CUDA就总是会出现版本不一致的错误。好在有热心人为我们打包好了我们所需要的东西。

感谢negativo17的杰出工作，我们可以轻易地完成Nvidia和CUDA的安装。

## Install Nvidia And CUDA
首先运行以下命令添加仓库：

sudo dnf config-manager --add-repo=https://negativo17.org/repos/fedora-nvidia.repo
    
然后运行以下命令进行安装

sudo dnf install nvidia-settings kernel-devel dkms-nvidia vulkan.i686 nvidia-driver-libs.i686 cuda nvidia-driver-cuda cuda-devel cuda-cudart -y
    
安装完成后请重启你的系统再进行后续操作。

重启后，请运行`__GL_SYNC_TO_VBLANK=0 glxgears`确保安装无误：

![title](https://leanote.com/api/file/getImage?fileId=5b36f850ab64410bbf000cdd)
*（由于更新上图时使用的是我的主机电脑，不是初写本文时的笔记本电脑，因此上图输出的帧率会有很大的差别。不过这并不妨碍理解本文）*

由于锁帧的原因，直接运行`glxgears`可能FPS稳定在60左右，添加"__GL_SYNC_TO_VBLANK=0"环境变量则能够解除这一限制。从上图可以看出，独显的3D加速功能已经正常启用了。

你也可以通过运行`nvidia-smi`检查显卡驱动信息：

![title](https://leanote.com/api/file/getImage?fileId=5b36f976ab64410db6000cd4)

## Install cuDNN 7.0
Tensorflow的运行还需要安装 cuda-cudnn，可以使用以下命令安装：

sudo dnf install cuda-cudnn -y
    
如果速度过慢导致安装失败，请使用浏览器打开以下链接，直接下载rpm文件：

https://negativo17.org/repos/nvidia/fedora-27/x86_64/cuda-cudnn-7.0.5.15-3.fc27.x86_64.rpm
    
你也可以尝试用`wget`命令下载。

## Install Tensorflow 1.5
由于Tensorflow官方版本（本文写作时，官方打包版本是1.6）不支持CUDA 9.1，只支持CUDA 9.0。因此安装官方版本后，运行时会遇到不匹配错误。

这种情况下的解决方法通常是退而其次安装CUDA 9.0。但是由于仓库中没有CUDA 9.0，安装过程会比较费劲。按照官方的建议，我们可以直接从源码打包。

当然，在做任何“从头编译”的工作前，先看看有没有前辈已经完成并分享工作成果，才是正确的姿势。幸运的是，Github上有人维护了一个repo，提供了已经构建好的Tensorflow wheel及其平台信息：[yaroslavvb/tensorflow-community-wheels](https://github.com/yaroslavvb/tensorflow-community-wheels/issues)。

如果你已经按照前文所述安装好了CUDA 9.1，可以运行以下命令安装Tensorflow：

curl -OL https://raw.githubusercontent.com/xd009642/tensorflow-gpu-fedora27-whl/master/tensorflow-1.5.0rc0-cp36-cp36m-linux_x86_64.whl
    pip3 install tensorflow-1.5.0rc0-cp36-cp36m-linux_x86_64.whl --user
    
## Validation
运行以下python代码测试下安装是否成功吧：
```python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
```

如果安装无误，你应该会看到类似下图的输出：

![](https://leanote.com/api/file/getImage?fileId=5abd01e9ab64412fd70021bb)

## Prevent updating
在生产环境中更新显卡驱动和内核是一件很麻烦的事，可能导致许多软件出现问题。如果没有特殊要求，一般不会轻易升级它们。

虽然我们不会更新它们，但总会更新其他软件。而在执行`dnf update`命令时，内核和驱动的更新也会被囊括进去，导致我们不敢轻易来一次fully update。其实，可以修改`/etc/dnf/dnf.conf`文件，在文件中指定要忽略的包来解决这一问题：

```
[main]
gpgcheck=1
installonly_limit=3
clean_requirements_on_remove=True

exclude=kernel* *nvidia* *cuda*
```

上面最后一行指定了执行dnf命令时要忽略的包，因此在执行dnf命令时，相关的包都不会出现在更新列表中。

## References

- [Nvidia driver, CUDA tools and libraries - negativo17.org](https://negativo17.org/nvidia-driver/)
- [Github: yaroslavvb/tensorflow-community-wheels](https://github.com/yaroslavvb/tensorflow-community-wheels)
- [Disable vertical sync for glxgears](https://stackoverflow.com/questions/17196117/disable-vertical-sync-for-glxgears)
- [prevent kernel for upgrade](https://forums.fedoraforum.org/showthread.php?305081-prevent-kernel-for-upgrade)