Ubuntu16.04 nvidia显卡驱动 cuda9.0 cudnn7.0.5 简要配置流程

一.安装显卡驱动

直接使用Ubuntu自带的 附加驱动 来安装最新版Nvidia闭源驱动，能省下许多麻烦; 但是如果还要安装primus(bumblebee)进行双显卡切换的话，则应让primus自行安装对应驱动，否则会安装配置失败(大坑)。

二.CUDA安装

1. 安装完显卡驱动后，再到官网下载cuda runfile文件安装CUDA，按提示操作，非常简单。但注意不要重复安装显卡驱动。

2. cuda 9.0 安装完成后的环境变量设置:

将以下内容写入到~/.bashrc尾部：

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}}

其中最后一项的链接库路径配置也可以这样做：

到/etc/ld.so.conf.d路径下创建cuda.conf文件，文件内容只有一行，如下：

/usr/local/cuda/lib64

最后执行 sudo ldconfig 命令使动态链接库生效。

三.cudnn安装

官网下载cuDNN之后进行解压，cd先进入cuDNN解压之后的include目录，在命令行进行如下操作：

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

再cd进入lib64目录，执行以下五条指令，对动态文件进行复制和创建软链接：

sudo cp lib* /usr/local/cuda/lib64/
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so

四.后续

执行cuda samples里的deviceQuery验证CUDA安装是否成功。

tensorflow1.5 已经支持cuda 9.0，因此可以放心大胆地用pip安装。