爲深度學習所用，博主預想在Ubuntu16.04上安裝 顯卡驅動 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm，參考了衆多資料，最終成功將所有軟件安裝完畢，且能成功運行使用。該篇博客介紹了cuDNN的安裝教程，亦可通過下方鏈接查看其他步驟的安裝教程。
安裝 cuDNN（附測試）
安裝 Tensorflow-gpu 與 Keras（附測試）
安裝 cuDNN
可在cuDNN的官網上下載對應版本的cuDNN安裝包，官網網址：cuDNN Archive
1、安裝cuDNN
cuDNN的安裝方法有兩種，需要下載不同的安裝包：
（1）.tgz 文件安裝
該方法僅需下載一個安裝包，如圖所示
下載完畢後，進入文件所在位置，解壓安裝包（其中 xxx 爲安裝包的補充名稱）
tar -xzvf cudnn-xxx.tgz
而後將cuDNN拷貝，放入CUDA對應的文件夾中，並賦予其權限
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
（2）.deb 文件安裝
該方法需要下載三個安裝包，如下圖所示
分別對這三個安裝包執行以下命令進行安裝，文件名請自行修改，要注意，必須按以下順序進行安裝，否則會因依賴問題而報錯
sudo dpkg -i libcudnn7_7.6.4.38-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.4.38-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.6.4.38-1+cuda9.0_amd64.deb
2、測試cuDNN
選擇 .deb 文件安裝cuDNN，默認在 “Home” 位置，會安裝有cuDNN的測試案例
進入 samples 文件中的 mnistCUDNN 文件夾下，鼠標右鍵打開終端
編譯文件
make clean && make
編譯後執行
./mnistCUDNN
若最後結果顯示 Test passed，則說明測試成功
