Ubuntu安装机器学习常用环境(N卡驱动+Cuda+Cudnn)

零之前言

很多基于机器学习的都要跑CUDA，不管是视觉计算还是大数据计算，很多都要基于这个环境。所以就记录以下这一系列套件的安装。
先说我电脑配置Ubuntu18.04、GTX1060 6G、16G RAM、i7-8750h。

一.安装显卡驱动

如果你知道你要跑的东西对于CUDA版本有要求，那么需要根据CUDA版本来选择显卡驱动版本。CUDA版本决定显卡版本：查看地址
记得把主板的安全启动模式关了：
否则等会儿会有额外的设置↓
编译完成后可能会出现这种情况，是未关闭安全启动模式，根据提示来就行。

先添加源：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

然后查看推荐驱动：

ubuntu-drivers devices

然后安装推荐的显卡驱动：

sudo apt install nvidia-driver-440

可能会有点慢，如果实在太慢了可以尝试手机热点，或者用些其他的方式加速下载。

重启，然后输入以下内容，看看效果：

nvidia-smi

或者根据应用程序里N卡的控制面板打开也行

至此，N卡驱动安装完成！

二.安装CUDA

进入Nvidia的CUDA下载页面：下载页面
一步一步选择我们的信息：
复制下面出来的两句Base Installer命令中的文件地址到浏览器的地址栏 就可以下载（这样下载了我会把文件保存，免得以后用到的时候再下载）

然后到我们的下载目录去运行它，就sudo sh xxxxx.run等一会儿后就是漫长的声明了：
现在是安装清单，我们取消掉第一步的安装N卡驱动就行。

然后就安装好了，并且告诉你了工具包和样例的位置：
去我们的样例包里随便编译一个试试：
编译make
编译成功的文件被移动到了"…/…/bin/x86_64/linux/release"，然后就cd “该位置”
进去后直接运行./编译的文件名
即可
如果是deviceQuery这个项目，如果安装成功会提示CUDA的信息和成功(Result = PASS)
致此，CUDA安装完成！

三.安装CUDNN

去NVIDIA的CUDNN页面，需要注册与登录，就用我们在Win下面更新驱动的nvidia geforce使用的N卡帐号即可。
根据CUDA版本选CUDNN：
有三个，开发库、运行库、代码样例。我也不知道具体有啥差异，就把三个全部下载下来，反正又不限速。

deb文件直接安装，安装好后，我们进入/usr/src/cudnn_samples_v7/mnistCUDNN文件夹，sudo make编译一下代码，运行./mnistCUDNN得到"Test passed!"
致此，我们的Cudnn也安装完成！

四.后记

一年前下载Cuda和Cudnn的时候，需要修改好多东西，现在基本上直接安装就搞定了，配置啥的也不用修改，真好，泪目~