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推出的運算平臺。

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

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，并不存在安裝過程。

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。

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。)

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的不安装cudnn可不可以_关于CUDA和cuDNN的安装的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。