cuda安装&cudnn安装 &tensorrt安装

cuda与cudnn安装还是主要看官网，这里有介绍

uname -a 查看系统版本

一、 首先应该安装cuda，我一直出现错误，是因为服务器上cuda没有安装好

https://developer.nvidia.com/cuda-downloads

我要安装的是cuda 8.0，所以得找历史版本，legacy release。

https://developer.nvidia.com/cuda-toolkit-archive 选择的是8.0 GA

因为选择的是 deb（network）所以会默认安装 cublas （可以看成是cuda的补丁）

I have downloaded the deb file of cuda 8.0.61 and run the following commands:

4. sudo dpkg -i cuda-xxx.deb
5. sudo apt-get update
6. sudo apt-get install cuda

装完cuda，可以用nvcc -V 来测试是否安装成功，

前提是要改变环境变量，长远点看，要添加一个lib，一个bin。

#cuda bin setting
export PATH=/usr/local/cuda-8.0/bin:$PATH;
#cuda lib setting
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH;

pycuda安装

官网教程：

https://wiki.tiker.net/PyCuda/Installation/Linux/Ubuntu

下载：

https://pypi.python.org/pypi/pycuda

------------------------------------------------

二、cuDNN 安装（多版本）

https://blog.csdn.net/xll_bit/article/details/78373576

下载地址：（我选择的是cuda-8.0对应cudnn-7.1）

https://developer.nvidia.com/rdp/cudnn-download#a-collapse705-8 

将tgz文件解压到指定目录：

        tar   zxvf    test.tgz  -C  指定目录

修改环境变量.bashrc中最后一行加入：

export LD_LIBRARY_PATH=/your/path/to/cudnn/lib64:$LD_LIBRARY_PATHsource .bashrc

cudnn.h 要放在

cd cuda/include

sudo cp *.h /usr/local/cuda/include/

因为所有版本的这个文件都是一样的，所以不用单独写路径到 .bashrc

参考链接：

caffe 多个cudnn：

https://blog.csdn.net/zhaishengfu/article/details/52333674

最正确的姿势安装cudnn，网上大多数教程都太坑了：

https://blog.csdn.net/Lucifer_zzq/article/details/76675239

-------------------------------------------

三、安装TensorRT

下载地址：

https://developer.nvidia.com/nvidia-tensorrt-download

安装手册：

http://developer.download.nvidia.com/compute/machine-learning/tensorrt/secure/3.0/ga/TensorRT-Installation-Guide-3.0.4.pdf?SzMTX6bbvuAaT9j_gu0mVYmhuVqCdCHaZJ4xgojL_sYWmXelQ31tpvUYnpszWi-sU5dgXT0tPX3bRD5Crmy3MTxOK9tMZbNTlDU5QjsGr_X91LYDMSVV00W6HcpYaNcdBZVhxpPNOIwzz0ovb8ZzQFfPwl4Kxx6DDeDltyNpeR_6ttDIb0Tybx9nZGYFXEQfNyFUqA

安装步骤：

--------------------------------

四、

---------------------------------

五、几个官网教程

cuda & cublas

https://www.clear.rice.edu/comp422/resources/cuda/html/cublas/index.html#introduction

tensorrt guide

https://docs.nvidia.com/deeplearning/sdk/tensorrt-developer-guide/index.html#overview