不得不說，安裝顯卡驅動和CUDA、cuDNN是深度學習工作者的必備技能。
- CUDA（Compute Unified Device Architecture），是NVIDIA推出的運算平台。
- cuDNN 專門針對Deep Learning框架設計的一套GPU計算加速方案。
雖然安裝這不是學習的目的，但卻是很多人不得不面對 deep learning 第一課。因為網上框架的不同、版本的不同，所以開發環境會經常換來換去~
就像我今天的經歷，因為之前的代碼是在TitanX上完成的，當時的環境是ubuntu16.04+Tensorflow 1.4+cuda 8+cudnn 6。今天換了計算機，一來是以為沒什么，結果環境不對，程序無法運行。新的服務器上是1080ti，軟件環境是Tensorflow 1.6+cuda 9 +cudnn 7，當時裝的時候，沒怎么考慮版本的問題，所以現在需要修改環境。
因為這個以后也可能常用到，所以記錄下來，備查。
基本安裝順序：
0. 安裝顯卡驅動（這個不需要反復裝，只需要第一次安裝完成，以后則無需在再動）
- 卸載和安裝 CUDA
- 安裝 cuDNN 庫
1. 卸載已安裝 CUDA
# 使用apt 卸載已經安裝的 CUDA
sudo apt autoremove cuda
# 如果/usr/local/目錄下，還有cuda的文件目錄，刪了吧
cd /usr/local/
rm -rf cuda-8.0/
2. 安裝CUAN
2.1 下載
首先，前往下載：CUDA Toolkit Download，根據自己實際需要。
2.2 安裝cudn
我選擇了cuda_8.0.61_375.26_linux.run。按照官方給的命令進行安裝：
# 安裝cuda
sudo sh cuda_8.0.61_375.26_linux.run
# 安裝提供的補丁
sudo sh cuda_8.0.61.2_linux-run
安裝cuda的時候，注意安裝過程中給你提供的選項，第一次輸入accept的，接受說明條款。然后選擇是是否安裝顯卡驅動，一般選No，因為最好還是自己去找對應的驅動安裝才比較靠譜。而且，如果像我這樣換環境，自然也不需要去裝驅動了。其他的默認yes就行。
2. 3設置環境變量
打開~/.bashrc文件，將下面內容添加到文件的最后:
export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}bin:${PATH}
運行：
source ~/.bashrc
打開 /etc/profile文件，將下面內容添加到文件的最后:
export PATH=“/usr/local/cuda/bin:$PATH”
然后，運行：
source /etc/profile
2.4 測試是否安裝成功
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery
3. 安裝卸載 cuDNN
cuDNN 實際是一個庫，並不存在安裝過程。
下載對應的對應的版本的壓縮包（需要注冊登陸），下載對應版本的壓縮包，解壓，將對應的頭文件和動態鏈接庫文件放到對應的位置，然后配置環境變量。
-
下載：
下載地址[NVIDIA cuDNN]
找到對應版本的cudnn。我下載的是 cuDNN v6.0 Library for Linux
-
解壓
-
移動文件
# 保險起見，刪除原來存在的cudnn文件 sudo rm -rf /usr/local/cuda/include/cudnn.h sudo rm -rf /usr/local/cuda/lib64/libcudnn* # 拷貝文件到固定位置 sudo cp include/cudnn.h /usr/local/cuda/include/ sudo cp lib64/lib* /usr/local/cuda/lib64/ -
一些相關的修改
cd /usr/local/cuda/lib64/ #刪除原有文件 sudo rm -rf libcudnn.so libcudnn.so.6 # 修改權限 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn* # ldconfig通常在系統啟動時運行，安裝了一個新的動態鏈接庫時，就需要手工運行這個命令 sudo ldconfig
后記
完成上面的步驟，就成功安裝了環境。
在terminal上運行tensorflow 的 Demo實驗，是沒有問題的。
有一個小意外，我在ubuntu上用的是pycharm編輯器，在pycharm直接運行是報錯的：
ImportError: libcublas.so.6.0: cannot open shared object file: No such file or directory.
沒找文件？可是我的文件，明明就在那里啊！
最后檢索知道，要給pycharm單獨配置環境變量。
LD_LIBRARY_PATH=/usr/local/cuda/lib64
以上。
（有些截圖是寫博客需要，在windows上完成的，實驗過程是在ubuntu 16.04下。歡迎交流。）