Ubuntu18.04安装NVIDIA显卡驱动 cuda10.1 cudnn7.6.1

一. 英伟达NVIDIA驱动安装
1.显卡型号查询可以参考我的上一篇文章查询显卡型号.
2.显卡型号查询好之后在NVIDIA官网查询对应的显卡驱动版本https://www.nvidia.com/Download/index.aspx?lang=en-us
我的显卡型号是GeForce RTX 2080：
tips: 看到这里比有些型号多了一个Download Type的选项（下图箭头所指），因为GeForce主要是面向游戏的，性能好，精度相对不是特别高，但是对我来说似乎也足够了，而且以前也安装过，也选择的这个型号，使用中没感觉到有什么问题，应该来说是够用了。纠结了一番就还是选择了Game Ready Driver(GRD)。这个选项有人更懂的怎么选择的话也可以在评论里补充一下，我就按着经验来了。


3.NVIDIA驱动安装方式
（1）一般有3种安装方式，参考这篇博文所述
NVIDIA驱动的3种安装方式

（2）方式3：网上看到挺多是使用手动安装的，也就是自己再官网下载驱动进行安装。为了少踩坑我也跟着大众的脚步，首选了手动安装方式，但是没成功，具体不详说了，就是安装过程中报了下面这个问题，应该是要先关闭图形界面的，但是我参考网上的方法，用telinit 3关闭了图形界面，安装依然报这个错误，试了几次不行就换用ppa仓库的方式安装。

tips:深度学习通常都是远程服务器的方式，推荐一个远程服务器和本地文件相互传输的工具：FileZilla，本地手动下载好的驱动文件，可以很方便的复制到远程服务器端，方便安装。

（3）方式2：ppa仓库
按照这个步骤，选择自己的驱动版本安装完成即可。

$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt update
$ ubuntu-drivers devices
== /sys/devices/pci0000:17/0000:17:00.0/0000:18:00.0 ==
modalias : pci:v000010DEd00001E82sv000010DEsd000012B0bc03sc00i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-415 - third-party free
driver   : nvidia-driver-410 - third-party free
driver   : nvidia-driver-430 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

$ sudo apt install nvidia-driver-430

验证是否安装成功：

~$ nvidia-smi
Fri Jul 19 11:15:12 2019       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 430.26       Driver Version: 430.26       CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce RTX 2080    Off  | 00000000:18:00.0 Off |                  N/A |
| 22%   42C    P8     1W / 215W |      0MiB /  7982MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce RTX 2080    Off  | 00000000:AF:00.0 Off |                  N/A |
| 22%   40C    P8     1W / 215W |      0MiB /  7982MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

二. 安装cuda
cuda下载，选择型号是10.01 cuda下载

我安装时候又报错，和手动安装NVIDIA驱动时一样的问题，还是图形界面关闭的问题。有点不知所措了，后来突然想到先查一下现在cuda版本号，发现已经有了，难道ppa仓库安装NVIDIA驱动时，已经自动安装了配套的cuda了？

#查询cuda版本信息
$ cat /usr/local/cuda/version.txt
CUDA Version 10.1.105

测试cuda是否安装好：

$ cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
$ sudo make
$ ./deviceQuery

打印了下面这些信息，说明cuda已经ok了。

三.cudnn7.6.1
在官网https://developer.nvidia.com/cudnn注册账号并下载，选择下载cuDNN Library for Linux

下载好之后按下面步骤解压到得到cuda文件夹：

$ cp  cudnn-10.1-linux-x64-v7.6.1.34.solitairetheme8 cudnn-10.1-linux-x64-v7.6.1.34.tgz
$ tar -xvf cudnn-10.1-linux-x64-v7.6.1.34.tgz
cuda/include/cudnn.h
cuda/NVIDIA_SLA_cuDNN_Support.txt
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.7
cuda/lib64/libcudnn.so.7.6.1
cuda/lib64/libcudnn_static.a

然后再将解压出来的东西放在/usr/local/下面：

$ 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*
#查看cudnn版本信息，根据打印信息可知是7.6.1
$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 1
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

----结束。

接下来就是caffe-ssd-gpu的编译了，参考我的另外一篇博文笔记：caffe ssd gpu训练自己的数据集。

有用记得点赞。