ubuntu安装驱动、cuda、cudnn以及cuda的卸载

注：该过程中并不需要重启电脑（如果需要安装驱动就另当别论了）
卸载旧的cuda：
执行：sudo /usr/local/cuda-x.0/bin/uninstall_cuda_x.0.pl 卸载之后，还有一些残留的文件夹，是之前安装的是cudnn。可以一并删除：
sudo rm -rf /usr/local/cuda-x.0/ 卸载完成

安装cuda（在安装过显卡驱动（NVIDIA X Server）之后）：
安装之前建议查看tensorflow与cuda的版本对应关系，以免安装后的cuda与想要用的tensorflow的版本不匹配

1、命令行中输入 nvidia-smi 看到表格中所显示的cuda版本，此处显示的版本为此驱动下能安装的cuda的最高版本
2、去cuda官网下载对应版本的cuda的版本
如果安装cuda10.0看这篇文章： 如果安装cuda11.0看这篇文章： 3、下载到如下文件：cuda_10.0.130_410.48_linux.run
执行如下命令：（切记要将此时的终端路径调到.run文件所在的目录）
赋予权限命令：
sudo chmod a+x cuda_10.0.130_410.48_linux.run 安装cuda命令
sudo sh cuda_10.0.130_410.48_linux.run 然后弹出的安装选项按照刚才提到的两篇文章进行选择
(
此处如果不小心没有选择自动创建软链接，则使用如下命令（进入/usr/local目录下后再执行）
命令集如下：
1、删除软连接：
sudo rm -rf cuda 2、增加软连接
sudo ln -s /usr/local/cuda-10.0 cuda 3、查看切换flag
ls -l cuda 如：cuda -> /usr/local/cuda-10.0表示成功
)
4、配置环境变量
输入：vim ~/.bashrc 然后将下面一段粘贴到最下面：

export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}

然后点击Esc，并输入:wq(保存并退出)
然后执行source ~/.bashrc 5、执行命令nvcc -V查看软连接所指向的cuda的版本
在安装好cuda之后，安装cudnn
1、去cudnn官网下载对应cuda版本的cudnn 下载.tgz格式的
2、找到下载的cudnn，右键选择提取到此处（其实就是解压缩）
然后进入解压后的文件夹，就会看到cuda这个文件夹
在该处打开终端，执行以下命令：
sudo cp ./cuda/include/cudnn.h /usr/local/cuda/includesudo cp ./cuda/lib64/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* 3、输入下面的命令查看cudnn的版本是否正确
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

测试tensorflow是否使用了gpu加速（安装的tensorflow必须为gpu版本的，如：pip install tensorflow-gpu==2.0.0）

import tensorflow as tf
tf.__version__
tf.test.is_gpu_available()
注：下面是一些常用的命令和tip

查看内存使用情况： nvidia-smi 查看PID的用户名： lsof -p xxxx使用vim
配置环境变量：     vim ~/.bashrc 修改文件需要：      先点击：insert
保存并退出：         先点击esc 再 :wq 不保存并退出：     先点击esc 再 :q! cuda 版本              nvcc -V或者cat /usr/local/cuda/version.txt