ubuntu18.04上安装CUDA和cuDNN详细过程以及遇到的各种问题

安装显卡驱动

首先需要搞清楚自己电脑的显卡，查看显卡，在终端输入以下命令：

lspci | grep -i vga
lspci | grep -i nvidia

查看显卡驱动，在终端输入以下命令：

lsmod | grep -i nvidia

在更换显卡驱动之前你需要搞清楚自己的需求是什么，也就是你需要安装的tensorflow版本与CUDA，cuDNN版本之间的对应关系，在这里用tensorflow官网的一张图表示：

还需要搞清楚CUDA和显卡驱动版本之间的关系：

 

在这里我需要tensorflow1.x版本，所以CUDA版本需要小于10.1，现在来更换电脑的驱动：
系统设置->软件更新->附加驱动，如图所示：

重启电脑运行：

nvidia-smi

由于我需要CUDA的版本不能太高，所以我更换了比较低的显卡驱动：390.116。从上面的表格中可以看出390.116对应版本是CUDA9.0。

下一步就是安装CUDA。

安装CUDA

去NVIDIA官网，根据自己的显卡驱动版本下载对应安装包,下载的是runfile文件，而不是deb文件。所有版本对应的地址：

https://developer.nvidia.com/cuda-toolkit-archive下载好以后，运行

sudo sh cuda_9.0.176_384.81_linux.run

开始安装，其他操作如下:

由于GCC版本过高容易出现这种错误：

降低GCC版本参考我的博客：https://blog.csdn.net/qq_34496399/article/details/105776357

降低版本后重新运行命令。(不同版本安装过程提示信息会不相同)

安装结束：

安装完毕后，再声明一下环境变量，并将其写入到 ~/.bashrc 的尾部和/etc/profile尾部:

打开用户配置文件：

sudo vim ~/.bashrc

在文件末尾添加如下语句：

export PATH="/usr/local/cuda-9.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/lcoal/cuda-9.0/lib64:$LD_LIBRARY_PATH"

保存关闭后source文件使配置生效：

source ~/.bashrc

在 /etc/profile末尾同样添加这两句

sudo vim /etc/profile

测试是否安装成功：

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

成功结果如下：

cuDNN安装

如果要使用gpu来对tensorflow进行加速，除了安装CUDA以外，cuDNN也是必须要安装的。跟cuda一样，去nvidia的官网下载cuDNN的安装包。下载cuDNN需要先注册，下载链接：https://developer.nvidia.com/cudnn。我下载的是cuDNN v7.0.5 Library for Linux如图所示：

使用tar进行解压

tar -xvf cudnn-9.0-linux-x64-v7.tgz

安装cuDNN比较简单，解压后把相应的文件拷贝到对应的CUDA目录下即可

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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

tensorflow安装

我使用的是Anaconda环境，新建虚拟环境,指定python版本为3.6：

conda create -n test python==3.6

激活虚拟环境：

conda activate test

下载tensorflow-gpu-1.12版本

conda install tensorflow-gpu==1.12.0

在import tensorflow as tf报错：

需要降低numpy版本

pip uninstall numpy
pip install numpy==1.16.4