Ubuntu18.04+英伟达驱动+cuda10.0+cudnn7.6.3+tensorflow-gpu

首先ubuntu18.04自带的是英伟达驱动390和其自带的集显驱动，我们至少要升级到415才能支持cuda10.0.

1. 安装1080TI显卡驱动

默认安装的显卡驱动不是英伟达的驱动，所以先把旧得驱动删除掉。

sudo apt-get purge nvidia*

添加Graphic Drivers PPA

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

查看合适的驱动版本：

ubuntu-drivers devices

图中可以看出推荐的是最新的430版本的驱动，安装该驱动：

在此处可能会出现依赖关系不对，需要修复依赖关系，在命令行中输入：

sudo apt -f install

然后在执行以下语句 ，这里我是升级到最新版

sudo apt-get install nvidia-driver-430

安装完毕后重启机器：

sudo reboot

重启完毕运行

 

nvidia-smi

看看生效的显卡驱动：

 

 

进入以下网站查看cuda版本对应的gcc应该是什么版本的

https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

ubuntu18.04中的cuda10.0对应的gcc应该要是7.3.0版本的，ubuntu18.04自带7.3.0的gcc，所以不用升级gcc，如果装cuda9.0的话就要对gcc进行降级。

 

CUDA官网选择适合自己系统的版本下载。

我的系统是Ubuntu18.04、64位，选择CUDA10版本如下：

 STEP2：安装CUDA

 

在命令行中键入：

sudo sh cuda_10.0.130_410.48_linux.run
一直按Enter直至把声明读完（太多了吧！）

如果驱动是独立安装了，一定要选择不安装驱动！选择如下：

会提示：

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 10.0 functionality to work.

To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:

sudo <CudaInstaller>.run -silent -driver

这是因为我们在安装CUDA的时候没有选择安装驱动，提示需要安装驱动，忽略就行。

STEP3：添加环境变量：

export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存并退出

source ~/.bashrc

STEP4：测试是否安装成功

上面的选项选择安装了CUDA例子，运行其中一个来测试是否安装成功：

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

2. sudo make

3. ./deviceQuery

结果如下就表明成功啦

注意：这里可能会出现Result=Fail，这时候你只需要关电脑，关掉电源，重启就可以

STEP5：安装CUDNN

在官网下载安装包，需要注册登录才能下载。选择适合自己的版本，这时候你可能下载的是deb结尾的文件：

则只需要运行一下代码：

sudo dpkg -i libcudnn7_7.6.3.30-1+cuda10.0_amd64.deb

若下载的是压缩版的：

下载完成后解压并进入文件夹：

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*
在终端查看CUDNN版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
 

STEP5：安装tensorflow

 

在ubuntu中的anaconda新建一个python3.6的环境

conda create -n py36 python=3.6

然后激活：

conda activate py36

安装tensorflow：

conda install tensorflow-gpu

大功告成！

最后完成了