Ubuntu16.04+gcc5.4.0+GTX1080Ti+CUDA9.2+CuDNN7.6.5
环境配置：Ubuntu+cuda+cudnn
- 驱动与安装前准备
-
- 1. 验证自己的电脑是否有一个可以支持CUDA的GPU
- 2. 安装NVIDIA驱动
- 3. 验证自己的Linux版本是否支持 CUDA(Ubuntu 16.04没问题)
- 4. 验证系统是否安装了gcc
- 5. 验证系统是否安装了kernel header和 package development
- CUDA9.2安装
-
- 6. CUDA Toolkit 9.2下载
- 7. 用MD5 检验
- 8. 禁用 nouveau驱动
- 9. tty界面命令操作
- 10. 检查Device Node Verification
- 11. 设置环境变量
- 12. Sample测试
- CuDNN7.6.5安装
-
- 13. 根据cuda版本选择下载对应cudnn
- 14. 安装好之后查询版本
驱动与安装前准备
(以下步骤也可参考官方适用于Linux的NVIDIA CUDA安装指南)
1. 验证自己的电脑是否有一个可以支持CUDA的GPU
lspci | grep -i nvidia
2. 安装NVIDIA驱动
这里可以先跳过，在之后安装cuda9.2的时候里面可以一起安装。
如果你是别的版本或者想自己尝试别的方法也可以试试下面的设置：
可以自己本地设置：
右上角>系统设置>软件和更新>附加驱动>选择NVIDIA那项>应用更改
或者下载官方的驱动自己安装
3. 验证自己的Linux版本是否支持 CUDA(Ubuntu 16.04没问题)
uname -m && cat /etc/*release
4. 验证系统是否安装了gcc
（注意所安装的gcc版本要满足官方CUDA所需gcc版本）
根据要求，我这里安装的是gcc5.4.0的版本。
gcc -v
显示如下：
若没安装的话，依次执行以下命令可以安装gcc5.4.0：
下载gcc5.4.0，然后在下载路径打开控制台执行以下命令：
tar -zxvf gcc-5.4.0.tar.gz
cd gcc-5.4.0 //进入解压后的gcc文件夹
./contrib/download_prerequisites
cd ..
mkdir gcc-build-5.4.0
cd gcc-build-5.4.0
../gcc-5.4.0/configure --enable-checking=release --enable-languages=c,c++ --disable-multilib
sudo make // 这个命令需要的时间比较久，请耐心
sudo make install
要输入密码的时候输入一下密码即可。（时间比较长，要有耐心）
5. 验证系统是否安装了kernel header和 package development
uname -r
sudo apt-get install linux-headers-$(uname -r)
CUDA9.2安装
6. CUDA Toolkit 9.2下载
选择合适的CUDA版本下载。
我这下载的是cuda_9.2.148_396.37_linux.run的runfile。
7. 用MD5 检验
md5sum cuda_9.2.148_396.37_linux.run
如果序号不和，得重新下载。
8. 禁用 nouveau驱动
终端中运行：
lsmod | grep nouveau
如果有输出则代表nouveau正在加载。需要我们手动禁掉nouveau。
Ubuntu的nouveau禁用方法：
a、在/etc/modprobe.d中创建文件blacklist-nouveau.conf输入命令：$ sudo vi /etc/modprobe.d/blacklist-nouveau.conf
（利用vi编辑器编辑和保存文件）在文件中输入一下内容：
blacklist nouveau options nouveau modeset=0
b、执行： $ sudo update-initramfs –u
c、再执行： $ lsmod | grep nouveau 若无内容输出，则禁用成功，若仍有内容输出，请检查操作，并重复上述操作。
————————————————
版权声明：本文为CSDN博主「QLULIBIN」的原创文章，遵循CC 4.0
BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/QLULIBIN/article/details/78714596
9. tty界面命令操作
重启电脑，进入登录界面的时候，不要登录进入桌面(否则可能会失败，若不小心进入，请重启电脑)，直接按Ctrl+Alt+F1进入文本模式（命令行界面），登录账户。
首先，关闭图形化界面：
sudo service lightdm stop
用cd命令切换到cuda安装文件的路径，如果当前路径已经是cuda安装文件路径则不用再改（）可以用ls命令看看当前路径下的文件。
运行安装命令：
sudo sh cuda_9.2.148_396.37_linux.run --no-opengl-libs
然后会显示一段长长的说明文档，一直按回车键看完。
然后问你是否接受，输入accept。
然后按照说明选择是否安装（使用集成显卡作为默认显示屏幕的不需要安装opengl，不然会导致之后图形界面显示不出或循环登录的问题，其他的可以都选yes）。
安装好后，重启电脑，能够顺利进入正常分辨率的界面大概就没什么问题了。
如果不小心安装了opengl导致循环登录以及黑屏等问题，可以卸载cuda重新安装：
sudo apt-get remove --purge nvidia-*
GUI界面下运行如果有问题可以使用下面的命令：
sudo apt-get install ubuntu-desktop
然后重启：
sudo reboot
重新安装.run 再次安装时请一定留意，在提示是否安装OpenGL时，你的是双显卡应该选则n。
10. 检查Device Node Verification
执行 $ ls /dev/nvidia* 可能出现a、b两种结果，请对号入座。
a、若结果显示
/dev/nvidia0 /dev/nvidiactl /dev/nvidia-uvm
或显示出类似的信息，应该有三个（包含一个类似/dev/nvidia-nvm的），则安装成功。
b、大多数结果可能会是这样
ls: cannot access/dev/nvidia*: No such file or directory
或是这样的，只出现
/dev/nvidia0 /dev/nvidiactl
a中的一个或两个，但没有/dev/nvidia-num，即文件显示不全。
————————————————
版权声明：本文为CSDN博主「QLULIBIN」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/QLULIBIN/article/details/78714596
如果文件不全，先复制一个启动脚本文件rc.local到另一个地方，修改内容为如下：
#!/bin/bash
/sbin/modprobe nvidia
if [ "$?" -eq 0 ]; then
# Count the number of NVIDIA controllers found.
NVDEVS=`lspci | grep -i NVIDIA`
N3D=`echo "$NVDEVS" | grep "3D controller" | wc -l`
NVGA=`echo "$NVDEVS" | grep "VGA compatible controller" | wc -l`
N=`expr $N3D + $NVGA - 1`
for i in `seq 0 $N`; do
mknod -m 666 /dev/nvidia$i c 195 $i
done
mknod -m 666 /dev/nvidiactl c 195 255
else
exit 1
fi
/sbin/modprobe nvidia-uvm
if [ "$?" -eq 0 ]; then
# Find out the major device number used by the nvidia-uvm driver
D=`grep nvidia-uvm /proc/devices | awk '{print $1}'`
mknod -m 666 /dev/nvidia-uvm c $D 0
else
exit 1
fi
保存好后，把当前路径下的此文件移动到我们需要的位置覆盖原来的文件（不放心可以先备份）：
sudo mv rc.local /etc/rc.local
重启，再检查一下：
ls /dev/nvidia*
能看到三个文件就成功了。
11. 设置环境变量
终端打开文件：
sudo gedit /etc/profile
在文件末尾加以下的代码并保存（我的是64位系统所以是lib64，如果是32位系统则是lib即可）：
export PATH=/usr/local/cuda-9.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64\
${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
重启电脑，检查环境变量是否配置成功。
cat /proc/driver/nvidia/version
nvcc -V
显示出版本信息即安装成功了。
12. Sample测试
尝试编译cuda提供的例子。
进入到你自己的Sample目录里面（替换成你自己的用户名）：
cd /home/wxy/NVIDIA_CUDA-9.2_Samples
一般要先安装一下gcc：
sudo apt-get install gcc
然后编译：
make
如果编译成功，最后会显示Finished building CUDA samples，如下图所示。
编译完之后，来测试运行：
cd /home/wxy/NVIDIA_CUDA-9.2_Samples/bin/x86_64/linux/release
./deviceQuery
./bandwidthTest
显示Result = PASS 则安装成功啦~
CuDNN7.6.5安装
13. 根据cuda版本选择下载对应cudnn
可以在官网查询版本对应关系，这里我下载的是Cu
DNN v7.6.5
点击下载
cuDNN Library for Linux
可以得到文件cudnn-9.2-linux-x64-v7.6.5.32.tgz
然后执行以下命令，解压缩，并把文件放入进cuda所需的位置：
tar -zxvf cudnn-9.2-linux-x64-v7.6.5.32.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
14. 安装好之后查询版本
cuda一般安装在 /usr/local/cuda/ 路径下，该路径下有一个version.txt文档，里面记录了cuda的版本信息
cat /usr/local/cuda/version.txt
cudnn的信息在其头文件里
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
完成！希望本文能够对你有所帮助 ^ _ ^