linux上验证cudnn是否安装成功_Ubuntu 18.04安装CUDA（版本10.2）和cuDNN

目录

1.系统要求

2.安装前的要求

3.runfile安装(不支持跨平台)

4.后续安装操作

5.安装cuDNN

6.汇总问题

本文基于Ubuntu 18.04.3 LTS 64位安装CUDA 10.2和对应版本的cuDNN，GPU型号为ZOTAC RTX2080Ti-11GD5。

NVIDIA DEVELOPER ZONE提供的CUDA TOOLKIT DOCUMENTATION，极具参考价值。

1.系统要求

为了能够使用CUDA，我们需要进行如下配置或下载：

1)支持CUDA的GPU。NVIDIA给出的官方网址，可以用来查询GPU是否支持CUDA；

2)受支持的Linux版本，具有gcc编译器和工具链。由下图可以看到CUDA 10.2支持的本地Linux发行版；

2.安装前的要求

1)确认系统安装了gcc编译器；

# 查看当前系统的gcc版本

$ gcc --version

# 若没有安装gcc，则执行以下命令

$ apt install gcc

2)确认系统安装了满足要求的Kernel Header和Development Package；

# 查看系统正在运行的Kernel Header

$ uname -r

# 执行系统更新后，为了确保Kernel Header和正在运行的Kernel相匹配，需要执行以下命令

$ sudo apt-get install linux-headers-$(uname -r)

3)选择一种安装方法，并下载CUDA工具包(下载链接)

CUDA工具包的安装机制有两种，定制发行包(RPM和Deb包)和独立发行包(runfile包)。独立发行包的优点是支持更多的Linux发行版，而且不需要更新Linux的本机软件包管理系统。定制发行包与Linux的本机软件包管理系统对接。官方给出的建议是尽可能使用定制发行包，但在本次安装中所使用的是独立发行包(runfile包)。

# 下载完成后，需要验证工具包是否完整

$ md5sum cuda_10.2.89_440.33.01_linux.run

下载页面下方提供了installer Checksums，可以与执行以上命令生成的校验码进行比对，一致则确认文件完整。

4)处理安装冲突的方法(在安装过程中，未做该步骤)