Linux服务器下给当前用户安装自己的CUDA|简记

CUDA10.0安装

服务器是团队或者项目组的，因此cuda还是自己的好用！！！

---

1:官网下载地址

cat /proc/version （Linux查看当前操作系统版本信息）

2:进行安装

先把安装包《cuda_10.0.130_410.48_linux.run》的属性进行修改为可执行；

chmod 755 cuda_10.0.130_410.48_linux.run
不要使用 sudo 进行安装
sh cuda_10.0.130_410.48_linux.run

过程如下，按空格读完协议，进行如下图的操作：
备注：这里没有安装新的驱动，是因为：
1： root 用户 安装的 驱动 能够 支持当前 CUDA10.0的运行；
2： 驱动的更新安装，需要 root 权限 （也就是说 一台 Linux 服务器 只能 安装 一个 驱动），团队的服务器，我没有 权限 去 更新 服务器的 显卡驱动；
3：如果服务器本身 驱动版本 高 能够 同时 支持 CUDA10 和 CUDA9 ，那么我们这里安装的 CUDA10.0,后面运行程序便是 可行的；

3:环境变量的配置

cd /home/zengql
vim .bashrc
在最下方添加刚刚安装cuda的路径：
---
export PATH="/home/zengql/usr/local/cuda10/bin:$PATH"
export LD_LIBRARY_PATH="/home/zengql/usr/local/cuda10/lib64:$LD_LIBRARY_PATH"
---
保存之后，使配置生效：  
source .bashrc   

命令行输入 nvcc -V 查看cuda版本，效果如下：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130

说明 cuda10.0此次安装OK，已经不再使用服务器公共的cuda了。

---

配置自己的cudnn,这里配置的cudnn版本为：7.6.0

TensorFlow1.2~2.1各GPU版本与CUDA对应版本|简记

---

1:官网下载
这个下载需要邮箱注册和登录，容易忘记密码，就很烦有没有。。。

2:解压 cudnn
从Nvidia官网上下载下来的cudnn for linux的文件格式是.solitairetheme8，想要解压的话需要先转成tgz格式再解压(这个操作我也被惊到了)：

cp cudnn-10.0-linux-x64-v7.6.0.64.solitairetheme8 cudnn-10.0-linux-x64-v7.6.0.64.tgz

tar -zxvf cudnn-10.0-linux-x64-v7.6.0.64.tgz

3: 安装

 cp cuda/include/cudnn.h /home/zengql/usr/local/cuda10/include/

 cp cuda/lib64/libcudnn.s* /home/zengql/usr/local/cuda10/lib64/

 chmod 755 /home/zengql/usr/local/cuda10/include/cudnn.h
 查看cudnn版本 
 cat /home/zengql/usr/local/cuda10/include/cudnn.h | grep CUDNN_MAJOR -A 2

我得到的正确输出如下：

---

我上面安装的cuda10.0 和 cudnn 7.6.0 是因为代码训练TensorFlow-GPU 版本为2.0 ，各位需要根据自己的需求情况来安装相应的 cuda 和 cudnn版本，版本不匹配会导致很多麻烦呐。
TensorFlow2.0-GPU 训练走起。。。

---