问题背景

新到一台ubuntu服务器，安装了ubuntu 18.04系统之后，开始深度学习的环境预装，本文主要记录了显卡驱动，cuda，cudnn的安装过程。

解决过程

显卡驱动

首先通过“lspci | grep -i vga”查看硬件显卡的型号，然后去英伟达官网下载显卡的驱动。
驱动地址：官方驱动 | NVIDIAhttps://www.nvidia.cn/Download/index.aspx?lang=cn，如果是ubuntu系统，下载好了是一个run文件。然后按照下面的步骤，装好显卡驱动，想看细节的，去看下面的第三篇博客。

sudo apt-get update   #更新软件列表
 
sudo apt-get install g++  #安装必要依赖
sudo apt-get install gcc
sudo apt-get install make
 
sudo gedit /etc/modprobe.d/blacklist.conf   #禁用nouveau，末尾添加如下两行命令保存
blacklist nouveau   
options nouveau modeset=0
 
sudo update-initramfs –u   #更新

sudo chmod 777 NVIDIA-Linux-x86_64-430.26.run   #给你下载的驱动赋予可执行权限，才可以安装
sudo ./NVIDIA-Linux-x86_64-430.26.run    #安装
 
sudo reboot   #重启，完成

cuda

cuda的下载地址可以去看下面第一篇博客，对于联网的电脑，只需要在线去下载就能按照官方的步骤安装好cuda。

ubuntu18.04安装显卡驱动，cuda，cudnn_linux


注意，装好之后，用“nvcc --version”还不能看到cuda的版本，因为装完之后还没有环境变量。需要配置一下~/.bashrc环境变量。

# 第一行是export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
# 第二行是export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

配置好了之后，不要忘记刷新一下环境变量，如下。

source ~/.bashrc

cudnn

cudnn需要注意的是跟cuda匹配的问题，主要在于你用的深度学习框架对cuda和cudnn的要求，比如paddle就需要11.2的cuda和8.1.1的cudnn配合。cudnn的下载是需要英伟达账户的。下载地址在下面第一篇博客可以找到。
下载下来之后对于linux来说是一个tgz包，需要解压，然后放到cuda目录下，步骤如下：

tar -xzvf  cudnn-9.0-linux-x64-v7.4.1.5.tgz
sudo cp cuda/include/* /usr/local/cuda-10.2/include
sudo cp cuda/lib64/* /usr/local/cuda-10.2/lib64 
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
sudo apt-get install libcupti-dev #安装NVIDIA CUDA 分析工具接口，此库提供高级分析支持。