cuda和cudnn安装详解

大家好，又见面了，我是你们的朋友全栈君。

从事深度学习无论是tensorflow还是caffe都需要安装cuda和cudnn这2个显卡支持的库，经过一番倒腾，将经验分享给大家。

cuda的安装

1、下载
cuda首先去官网下载。在选择版本的时候很重要，默认下载是最新的，若想下载旧的版本可点击如下图红色区域：

在选择版本还是比较重要的，因为显卡驱动和cuda的版本需要匹配，否则显示安装了，后面测试通不过，可以参考：cuda relaease Notes主要是显卡驱动的匹配，或者你在安装cuda的时候安装显卡驱动，但cuda安装的不一定适合电脑的显卡，因此在安装cuda的适合尽量不要让cuda安装驱动，显卡驱动和cuda版本：

2、安装
下载选择了版本后就会，下面就有安装的命令，如下图。

Note：下载安装nvidia driver的时候选择no，其他的都选yes或者直接Enter键。
检查是否配置环境：

gedit .bashrc
// 查看是否含有：
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH 

export PATH=/usr/local/cuda-8.0/bin:$PATHexportL{D}_{L}IBRAR{Y}_{P}ATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

3、测试
安装好了后就需要测试，cuda的安装是否成功：

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make clean
sudo make
./deviceQuery

如果显示：

Result = PASS

则安装成功。
若显示：

CUDA driver version is insufficient for CUDA runtime version

则表示显卡驱动和cuda版本不匹配。

cudnn安装

cudnn下载
官方下载地址，这个网站可能需要翻墙下载，并且要注册登陆才可以下载。这里是我下载的，由于上传有大小限制分为4部分上传：第一部分，第二部分，第三部分 ， 第四部分。（前2部分是cudnn-9.0-linux-x64-v7.tgz ，将2部分放在一个文件，任一解压一个，即可。后面2个是3个deb文件）
上面我cuda选择的是cuda9.0，ubantu16.04系统，因此下载如下：

下载后四个文件如下：

2、安装
解压cudnn-9.0-linux-x64-v7.3.1.20.solitairetheme8的后缀名修改为tgz，然后用如下命令解压

$ tar -xzvf cudnn-9.0-linux-x64-v7.tgz

拷贝.h 和 libs文件到cuda安装目录，并给予执行权限：

$ 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 /usr/local/cuda/lib64/libcudnn*

安装剩下的三个.deb文件：

#Install the runtime library, for example:
sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb

#Install the developer library, for example:
sudo dpkg -i libcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb

# Install the code samples and the cuDNN Library User Guide, for example:
sudo dpkg -i libcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb

3 测试

# Copy the cuDNN sample to a writable path.
cp -r /usr/src/cudnn_samples_v7/ $HOME

# Go to the writable path.
 cd  $HOME/cudnn_samples_v7/mnistCUDNN

#Compile the mnistCUDNN sample.
make clean && make

#Run the mnistCUDNN sample.
 ./mnistCUDNN

If cuDNN is properly installed and running on your Linux system, you will see a message similar to the following:
Test passed!

如果还有不明白的地方，请参考官网

这里位置就安装好了cuda和cudnn。当然这里顺便提一下，tensorflow在安装的时候 也与cuda需要匹配，这中间的坑比较多，目前cuda8.0支持tensorflow1.4版本，cuda9.0支持的是tensorflow1.5版本。