1.驅動安裝
打開軟件更新，點擊附加驅動，選擇N卡的驅動
首先添加源
$ sudo add-apt-repository ppa:graphics-drivers/ppa $ sudo apt update
查看系統gpu設備
$ ubuntu-drivers devices
在此安裝nvidia-driver-410，執行
$sudo apt-get install nvidia-driver-410
更改后重啟電腦，查看GPU信息
至此驅動安裝好了
2.cuda10.0安裝
首先安裝環境依賴
$sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
下載完之后進入到下載的文件夾中，安裝
$ sudo sh cuda_10.0.130_410.48_linux.run
第一個提示選擇no，其余的yes或者default
然后編輯環境變量，添加以下內容，並啟用: source ~/.bashrc
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
之后，輸入
$nvcc -V
顯示如下內容表明安裝成功
$cd /usr/local/cuda-9.0/samples $sudo make
$./bin/x86_64/linux/release/deviceQuery
顯示如下內容
3.cudnn7.5的安裝
下載：https://developer.nvidia.com/rdp/cudnn-download
得到文件：cudnn-10.0-linux-x64-v7.5.0.56.tgz
進入到文件目錄，執行
$ tar zxvf cudnn-10.0-linux-x64-v7.5.0.56.tgz
解壓后得到 名為 cuda 的文件夾，需要將里面的幾個文件拷貝到已安裝的cuda文件夾下面,並賦予相應的權限
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
之后執行
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
若顯示以下內容表明安裝成功
4.anaconda 安裝
下載得到文件 Anaconda3-2018.12-Linux-x86_64.sh
在文件目錄中,執行+
sudo sh Anaconda3-2018.12-Linux-x86_64.sh
出現如下選擇yes
最后選擇不安裝vs code
安裝完后需要執行
source ~/.bashrc
anaconda換源：
制定清華的源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
有資源顯示源地址：
conda config --set show_channel_urls yes
5.tensorflow-gpu安裝
安裝前先安裝bazel, 參見官方安裝手冊
安裝完bazel后執行
conda install tensorflow-gpu
之后進入python 環境 導入一下tensorflow,
import tensorflow as tf
tf.__version__
hello = tf.constant('hello tensorflow')
sess = tf.Session()
sess.run(hello)
