0.下載display driver、cuda和cudnn
RTX2080 Display Driver
cuda
cudnn
1. 禁止系統默認的顯卡驅動
打開系統黑名單
sudo gedit /etc/modprobe.d/blacklist.conf
將下列代碼填入文件末尾
# for nvidia display driver install
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
更新initramfs
sudo update-initramfs -u
重啟電腦
sudo reboot
查看是否禁用成功，無輸出則禁用成功
lsmod | grep nouveau
2. RTX2080顯卡驅動安裝
首先安裝gcc，g++，make
sudo apt-get install -y gcc g++ make
Ctrl+Alt+F1~F6進入命令行模式
sudo chmod a+x NVIDIA-Linux-x86_64-410.57.run
sudo ./NVIDIA-Linux-x86_64-410.57.run
注意1：如果原來安裝過，需要先卸載（會卸載掉之前安裝的版本），再進行安裝
sudo ./NVIDIA-Linux-x86_64-410.57.run -uninstall
或者
sudo apt-get --purge remove nvidia-*
最好在進行
sudo apt-get autoremove
注意2：安裝報錯(xxx nvidia-drm xxx)，進行如下命令，再卸載，再進行安裝
sudo systemctl isolate multi-user.target
sudo modprobe -r nvidia-drm
# 重新啟動圖形界面
# systemctl start graphical.target
注意3：在遠程服務器報錯(You appear to be running an X server)，則使用如下命令關閉 X server，再卸載，再進行安裝
sudo service lightdm stop
3. cuda9.0的安裝
gcc和g++版本降級，ubuntu18.04默認gcc7.3，降級為gcc5，則ubuntu17.04和ubuntu16.04的cuda9.0都能編譯
sudo apt-get install gcc-5 gcc-5-multilib g++-5 g++-5-multilib
將gcc和g++版本切換成gcc5和g++5
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 40
sudo update-alternatives --config gcc
輸入想要使用的gcc編號
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 40
sudo update-alternatives --config g++
輸入想要使用的g++編號，查看gcc版本，已經切換到了gcc5
gcc -v
cuda9.0安裝
sudo sh cuda_9.0.176_384.81_linux.run
是否安裝顯卡驅動選擇no，之前已經安裝過了
設置cuda環境變量
gedit ~/.bashrc
在.bashrc文件末尾添加如下代碼，則當前用戶可以使用
# cuda9.0
export PATH=$PATH:/usr/local/cuda/bin/
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64/
或者在profile中添加上面代碼，則所有用戶都能使用
gedit /ect/profile
重啟電腦
sudo reboot
測試cuda9.0是否安裝成功
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
最后輸出的是Result = PASS，說明cuda9.0安裝成功了
4. cudnn的安裝
解壓cudnn
tar -zxvf cudnn_xxx.tar.gz
cd cudnn-9.0-linux-x64-v7.3.1.20
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*
5. pycharm中的配置
Run — Edit Configurations — Environment variables — 點擊右邊的文件夾圖案 — 點擊+號
name中輸入：LD_LIBRARY_PATH
value中輸入：/usr/local/cuda-9.0/lib64
這樣 import tensorflow 就不會報錯說找不到 libcublas.so.9.0
6. OK成功，愉快的使用吧
參考博客
---------------------
作者：VcosmosV
來源：CSDN
原文：https://blog.csdn.net/VcosmosV/article/details/83022682
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！