不得不说，安装显卡驱动和CUDA、cuDNN是深度学习工作者的必备技能。

CUDA(Compute Unified Device Architecture)，是NVIDIA推出的运算平台。

cuDNN 专门针对Deep Learning框架设计的一套GPU计算加速方案。

虽然安装这不是学习的目的，但却是很多人不得不面对 deep learning 第一课。因为网上框架的不同、版本的不同，所以开发环境会经常换来换去~

就像我今天的经历，因为之前的代码是在TitanX上完成的，当时的环境是ubuntu16.04+Tensorflow 1.4+cuda 8+cudnn 6。今天换了计算机，一来是以为没什么，结果环境不对，程序无法运行。新的服务器上是1080ti，软件环境是Tensorflow 1.6+cuda 9 +cudnn 7，当时装的时候，没怎么考虑版本的问题，所以现在需要修改环境。

因为这个以后也可能常用到，所以记录下来，备查。

基本安装顺序：

0. 安装显卡驱动(这个不需要反复装，只需要第一次安装完成，以后则无需在再动)

卸载和安装 CUDA

安装 cuDNN 库

1. 卸载已安装 CUDA

# 使用apt 卸载已经安装的 CUDA

sudo apt autoremove cuda

# 如果/usr/local/目录下，还有cuda的文件目录，删了吧

cd /usr/local/

rm -rf cuda-8.0/

2. 安装CUAN

2.1 下载

2.2 安装cudn

我选择了cuda_8.0.61_375.26_linux.run。按照官方给的命令进行安装：

# 安装cuda

sudo sh cuda_8.0.61_375.26_linux.run

# 安装提供的补丁

sudo sh cuda_8.0.61.2_linux-run

安装cuda的时候，注意安装过程中给你提供的选项，第一次输入accept的，接受说明条款。然后选择是是否安装显卡驱动，一般选No，因为最好还是自己去找对应的驱动安装才比较靠谱。而且，如果像我这样换环境，自然也不需要去装驱动了。其他的默认yes就行。

2. 3设置环境变量

打开~/.bashrc文件，将下面内容添加到文件的最后:

export CUDA_HOME=/usr/local/cuda

export LD_LIBRARY_PATH=${CUDA_HOME}/lib64

export PATH=${CUDA_HOME}bin:${PATH}

运行：

source ~/.bashrc

打开/etc/profile文件，将下面内容添加到文件的最后:

export PATH=“/usr/local/cuda/bin:$PATH”

然后，运行：

source /etc/profile

2.4 测试是否安装成功

cd /usr/local/cuda/samples/1_Utilities/deviceQuery

make

sudo ./deviceQuery

3. 安装卸载 cuDNN

cuDNN 实际是一个库，并不存在安装过程。

下载对应的对应的版本的压缩包(需要注册登陆)，下载对应版本的压缩包，解压，将对应的头文件和动态链接库文件放到对应的位置，然后配置环境变量。

解压

移动文件

# 保险起见，删除原来存在的cudnn文件

sudo rm -rf /usr/local/cuda/include/cudnn.h

sudo rm -rf /usr/local/cuda/lib64/libcudnn*

# 拷贝文件到固定位置

sudo cp include/cudnn.h /usr/local/cuda/include/

sudo cp lib64/lib* /usr/local/cuda/lib64/

一些相关的修改

cd /usr/local/cuda/lib64/

#删除原有文件

sudo rm -rf libcudnn.so libcudnn.so.6

# 修改权限

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*

# ldconfig通常在系统启动时运行，安装了一个新的动态链接库时，就需要手工运行这个命令

sudo ldconfig

后记

完成上面的步骤，就成功安装了环境。

在terminal上运行tensorflow 的 Demo实验，是没有问题的。

有一个小意外，我在ubuntu上用的是pycharm编辑器，在pycharm直接运行是报错的：

ImportError: libcublas.so.6.0: cannot open shared object file: No such file or directory.

没找文件？可是我的文件，明明就在那里啊！

最后检索知道，要给pycharm单独配置环境变量。

LD_LIBRARY_PATH=/usr/local/cuda/lib64

以上。

(有些截图是写博客需要，在windows上完成的，实验过程是在ubuntu 16.04下。欢迎交流。)