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CUDA的安裝教程（默認已安裝顯卡驅動），亦可通過下方鏈接查看其他步驟的安裝教程。
安裝 CUDA（附測試）
安裝 Tensorflow-gpu 與 Keras（附測試）
安裝 CUDA
安裝CUDA之前，需要查看電腦中的某些配置，確保滿足條件，能夠成功安裝CUDA使用，該部分的配置要求在CUDA官網中有提供相關文件，但由於不同版本的CUDA需求的配置並不相同，只有在CUDA官網選定下載的軟件包後，纔會提供對應版本的安裝手冊，其中便有提供環境配置的需求表格
CUDA不同版本的安裝流程沒有差別，只是在一些界面和語言表述方面有細微不同，但不影響安裝使用，若對本教程中的某些步驟存有疑惑，可參考官方給出的安裝手冊
1、下載CUDA軟件包
在CUDA官網選擇需要下載的CUDA軟件包，注意軟件包的版本，點擊軟件包的名稱即可進入對應下載頁面，官網網址：CUDA Toolkit Archive
選擇軟件包的安裝平臺信息，注意最後的 Installer Type 請選擇 runfile，據說以該方式下載，成功率較大，若某一版本的CUDA沒有你需要的安裝平臺可供選擇，可以換一版本使用
安裝平臺信息選擇完畢後，會出現對應的下載按鈕，先不將其軟件包下載至本地，找到下載信息的下方，會有一段小字，其中的 Installation Guide for Linux 是CUDA官網爲該版本的CUDA提供的安裝手冊，將其打開，查看所需的環境配置（圖中提供的是9.0版本的環境配置）
在終端使用以下命令查看本地Linux系統的版本信息：
uname -m && cat /etc/*release
查看Kernel信息：
uname -r
查看GCC信息：
gcc --version
查看GLIBC信息：
ldd --version
若CUDA的環境配置符合要求，即可下載對應的軟件包，若某配置不符合要求，可以換一版本的CUDA下載，或是查看官方安裝手冊，解決問題
下載CUDA軟件包，可能出現兩種形式，一種直接提供了 Download 按鈕以供下載，另一種僅提供了兩行命令進行下載
若是提供了 Download 按鈕，可直接下載，保存到自己能夠找到的位置，若是提供了兩行命令，則需打開Ubuntu系統的文件管理器（下圖爲Ubuntu系統的文件管理器可執行圖標），選擇你想保存文件的位置，在該位置鼠標右鍵打開終端，輸入整行的 wget 命令，下載軟件包，而另一條安裝命令先暫時忽略它
成功下載好CUDA軟件包後，需要檢查其序列和，保證該軟件包下載正確，使用以下命令可檢查其序列和，若無報錯，則該軟件包可用，若報錯，則需重新下載該軟件包（其中 xxx 是你所下的軟件包的名稱補充位）
md5sum cuda_xxx.run
2、安裝CUDA
該步驟需要脫離圖形界面，使用命令行界面安裝CUDA，因此，建議將該教程轉移至智能手機或平板中查看，以防步驟錯誤，導致安裝失敗
爲了命令行界面的安裝方便，建議將下載的CUDA軟件包，即 .run 文件移動到 “Home” 所在，如下圖所示的位置，或是記住該軟件包根目錄起始的路徑，同時可將該軟件包更名，以便記憶輸入
若設有自動登錄的用戶，請先關閉自動登錄，可在 系統設置–>用戶賬戶 中關閉，而後重啓電腦，在需要輸入密碼的登錄界面中，鍵入 Ctrl + Alt + F1 ，進入命令行界面，不要直接輸入密碼登錄圖形界面，若登入圖形界面，請重啓電腦在登錄界面進入命令行界面
進入命令行界面後，根據提示，輸入用戶名與密碼，登錄用戶，而後根據以下步驟完成CUDA的安裝：
（1）關閉圖形化界面
sudo service lightdm stop
（2）執行安裝命令，若將CUDA軟件包移動至 “Home” 所在，則無需添加軟件包路徑，直接輸入安裝命令即可，若未移動軟件包，則需添加該軟件包所在路徑（其中 xxx 是CUDA軟件包的名稱，添加路徑需要在名稱前添加，例如 sudo sh /home/wjh/xxx.run ）
sudo sh xxx.run
（3）按照提示安裝CUDA，不同版本的CUDA安裝的提示可能不同，注意以下幾點，基本能夠成功安裝：
某些版本會在安裝之前顯示一堆的服務條款，此時按回車可繼續服務條款的閱讀，請注意服務條款結束的時機，防止回車默認安裝的輸入
請注意安裝提示要求的輸入，可能提示輸入 accept ，可能提示輸入 yes 等，一定要看清輸入的要求
某些版本的CUDA會詢問安裝的內容，因本教程已安裝顯卡驅動，若詢問是否安裝 Driver（驅動） 或是 openGL ，一定一定一定要選擇 no ，某些版本在安裝之前提供了安裝選項，而不是一步步地詢問安裝內容，在選擇的時候一定不要選擇安裝 Driver（驅動） 或是 openGL
CUDA的安裝過程會詢問某一內容安裝的位置，可根據提示，回車默認安裝位置，或是自行輸入安裝的位置
若CUDA安裝成功，在最後會提示 successed 或 installed ，若安裝失敗，則會提示 failed ，通常在每一安裝內容之後，都會有對應的提示，若其中有某一內容提示安裝失敗，此CUDA都無法使用，此時可根據安裝最後顯示的卸載命令，在命令行界面中將CUDA卸載重裝
（4）安裝成功後，重新啓動圖形化界面
sudo service lightdm start
（5）若輸入以上命令沒有跳轉圖形化界面，則鍵入 Ctrl + Alt + F7 手動返回圖形化界面，而後輸入用戶密碼，登錄用戶，若成功進入桌面，則CUDA安裝成功，若循環停留在用戶登錄界面，請重新進入命令行界面，將安裝的CUDA卸載重裝
3、設置環境變量
（1）.bashrc 文件設置
在終端輸入以下命令，打開 .bashrc 文件
sudo vim ~/.bashrc
在 .bashrc 文件末尾添加以下內容，若是安裝CUDA時安裝位置都設爲默認，則路徑不變，否則需要根據自己的情況修改路徑
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
以上的export內容是博主查看他人博客添加的，事實上添加以上的內容還存有一定的錯誤，博主最終的 .bashrc 文件內容如下：
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export LD_LIBRARY_PATH=/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH
配置生效
source ~/.bashrc
（2）/etc/profile 文件設置
在終端輸入以下命令，打開 /etc/profile 文件
sudo gedit /etc/profile
在 /etc/profile 文件末尾添加以下內容，若是安裝CUDA時安裝位置都設爲默認，則路徑不變，否則需要根據自己的情況修改路徑，其中 cuda-9.0 需要根據自己的文件名進行修改
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
輸入完畢，保存文件，關閉文件後重啓電腦
4、測試CUDA
查看CUDA
nvcc --version
CUDA安裝完畢後，自帶有用於測試的例子，默認存放於 “Home”
進入該Samples文件，鼠標右鍵打開終端，向終端輸入以下命令，編譯測試代碼
make
若編譯成功，會提示 Finished building CUDA samples
編譯完成後，在終端輸入以下命令，進入Samples中的 bin/x86_64/linux/release 文件夾
cd bin/x86_64/linux/release
而後執行編譯好的可執行文件
./deviceQuery
若最終結果爲 PASS ，則說明測試成功
同樣，繼續向終端輸入以下命令
./bandwidthTest
若最後結果爲 PASS ，則說明測試成功
