linux上验证cudnn是否安装成功_非root用户安装cuda与cudnn

很多小伙伴都和我抱怨（其实我自己也是）服务器上管理员已安装好显卡驱动或已安装的CUDA版本无法满足自己要求（要么太高要么太低），与自己需要的TensorFlow或者Pytorch版本不兼容，急的头皮发麻！！！今天熬夜写博客带大家一起来安装属于自己的CUDA与cuDNN！

一、前期准备工作

1.1 输入nvidia-smi查看自己的显卡驱动版本以及支持的最大CUDA版本：

确认不是自己需要的版本。

然后进入英伟达提供的GPU驱动和CUDA对应关系，

确认自己目前的GPU驱动是否符合自己要安装的CUDA版本，符合就进入下一步，不符合就安装更加高级的驱动。

1.2 输入uname -a与cat /proc/version查看系统的信息，方便匹配对应的CUDA：

可以看到我们的系统是Linux，Ubuntu的内核，64位（x86_64）的系统。

Ubuntu版本号为18.04。

1.3 安装包下载：

1.3.1 下载CUDA：

进入英伟达CUDA下载页面，