重磅干货，第一时间送达
如果你的电脑安装了 Ubuntu16.04，而且电脑自带一块 NVIDIA GeForce 的 GPU 显卡，那么不用来跑深度学习模型就太可惜了！关于这方面的网上教程很多，但大都良莠不齐。这篇文章将手把手教你如何安装 GPU 显卡驱动、CUDA9.0 和 cuDNN7。值得一试！
注意：由于不同系统，不同 GPU 对应的 CUDA 和 cuDNN 均有差异，本文仅以 Ubuntu16.04、NVIDIA GeForce GPU、CUDA9.0 和 cuDNN7 为例，来介绍安装过程。其它版本过程类似，但存在细微差别，请读者以实践为主。
必要条件
工欲善其事必先利其器，首先确定你的电脑满足下面两个条件。
安装 Ubuntu16.04
电脑自带一块 NVIDIA GeForce GPU 显卡
一、安装 GPU 显卡驱动
有一块 NVIDIA GPU 显卡 还不够，还需要安装 GPU 显卡驱动。
1、首先登陆 GeForce 官网：
https://www.geforce.cn/drivers
2、打开终端 Terminal，首先卸载系统之前安装的 NVIDIA 显卡驱动，以防万一。（没有安装的可以忽略这一步）
$ sudo apt-get –purge remove nvidia-*
3、打开 blacklist：
$ sudo gedit /etc/modprobe.d/blacklist.conf
在最后添加几行：
blacklist vga16fbblacklist nouveaublacklist rivafbblacklist nvidiafbblacklist rivatv
这时候在终端输入：
$ lsmod | grep nouveau
如果没有输出，可以直接进行下一步，安装驱动。如果仍有输出，则在终端输入：
$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
直接写入：
blacklist nouveaublacklist lbm-nouveauoptions nouveau modeset=0alias nouveau offalias lbm-nouveau off
保存关闭，再在终端输入下面的命令验证是否没有输出了。
$ sudo update-initramfs -u$ lsmod | grep nouveau# 如果这样还有输出，reboot一次
到这一步，应该没有输出了，可以进行安装驱动了。
4、在正式安装驱动之前，请记住你的驱动的 .run 文件的下载路径和完整的文件名。按 Ctrl Alt F1 进入命令行界面，输入下面的命令：
$ sudo /etc/init.d/lightdm stop$ sudo init 3
进入 .run 文件的下载路径，使用 chmod 命令增加 .run 文件的运行权限。
$ chmod a x NVIDIA-Linux-x86_64-418.43.run$ sudo ./NVIDIA-Linux-x86_64-418.43.run -no-x-check -no-nouveau-check -no-opengl-files #这里是关闭x server，nouveau和不下载opengl文件
然后就会开始安装程序，安装完成之后，输入下面的命令：
$ nvidia-smi
如果出现与下面类似的结果，证明驱动安装成功了。
最后，回到图像界面。
$ sudo /etc/init.d/lightdm start
这样，驱动就算正式安装成功了。
二、安装 CUDA9.0
1、首先，登录 CUDA 的下载网站：
https://developer.nvidia.com/cuda-downloads
然后，在 CUDA 版本列表中，选择 9.0 版本。
2、打开终端，进入 CUDA9.0 的下载目录，输入：
$ chmod a x cuda_9.0.176_384.81_linux.run$ sudo ./cuda_9.0.176_384.81_linux.run
然后就会进入安装。在安装过程中会询问你一些配置信息，一般直接选择默认选项就行。有一个必须注意的地方是会让你选择是否安装 Graphics Driver for Linux-x86_64：XXXX 版本，这个地方必须选择 no！否则会覆盖之前的驱动。
3、安装完毕之后，声明环境变量。打开 .bashrc 文件，在终端输入：
$ sudo gedit ~/.bashrc
在文件最后加上：
export PATH=/usr/local/cuda-9.0/bin${PATH: :${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH: :${LD_LIBRARY_PATH}}
保存退出。
$ source ~/.bashrc
4、验证 GPU 驱动版本：418.43
$ cat /proc/driver/nvidia/version
验证 CUDA 版本：9.0
$$ nvcc -V
5、还有可能遇到的问题是没有安装 gcc 或者 gcc 版本过高需要手动进行降级，都比较好解决，这里就不再赘述了。
三、安装 cuDNN
1、首先，进入 cuDNN 的下载网站：
https://developer.nvidia.com/rdp/cudnn-download
值得一提的是，下载之前是需要先注册账号。在下图所示的版本列表中，选择适配 CUDA9.0 的，对应的是 Linux 系统。
2、下载完毕之后，解压：
$ tar -zxvf cudnn-9.0-linux-x64-v7.6.1.34.tgz
解压命令输出如下：
cuda/include/cudnn.hcuda/NVIDIA_SLA_cuDNN_Support.txtcuda/lib64/libcudnn.socuda/lib64/libcudnn.so.7cuda/lib64/libcudnn.so.7.6.1cuda/lib64/libcudnn_static.a
拷贝相关文件至指定目录：
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
3、到本地 cuda 路径，创建软连接，终端输入：
$ cd /usr/local/cuda/lib64$ sudo chmod r libcudnn.so.7.6.1$ sudo ln -sf libcudnn.so.7.6.1 libcudnn.so.7$ sudo ln -sf libcudnn.so.7 libcudnn.so$ sudo ldconfig
注意，这里的文件名即版本号就参照之前解压出来的文件名对照着写。
4、到本地 cuda 路径下检测一下：
$ cd /usr/local/cuda/lib64$ ll
出现 cuDNN 对应的版本号就证明安装成功！
lrwxrwxrwx 1 root root 13 3月 19 16:02 libcudnn.so -> libcudnn.so.7*lrwxrwxrwx 1 root root 17 3月 19 16:02 libcudnn.so.7 -> libcudnn.so.7.6.1*-rwxr-xr-x 1 root root 287641664 3月 19 16:00 libcudnn.so.7.6.1*
大功告成！GPU 显卡驱动 CUDA9.0 cuDNN7 环境配置完成。
参考文献：
https://blog.csdn.net/weixin_41864878/article/details/79621210
推荐阅读
完备的 AI 学习路线，最详细的资源整理！
我的深度学习入门路线
我的机器学习入门路线图
觉得这篇文章有帮助？请转发给更多人
