Ubuntu 18.04 GPU cuda Cu dnn安装：目前大多数情况下，可以搜索到的是ubuntu 14.04或ubuntu 16.04操作系统的安装和GPU环境的创建过程，博客是当前自己的
1 .实验室硬件配置(如有必要) gpu : GeForce titan xp 12G显存
内存： 64G
硬盘： 512固态硬盘2t机器
主板：微星x299 SLI PLUS
关于配置，唯一遗憾的是主板。 微明星主板安装ubuntu的各种小缺点，拨打微明星支持电话。 根据支持，此主板的供应商只在窗口10环境中进行过测试。 但是，LINUX系统不知道能否顺利进行，所以请自己想办法。 -_-||。 这里建议您选择技嘉或华硕作为购买设备的主板。 请注意主板是否支持linux安装。
2 .建议您首先创建并安装ubuntu启动盘(单击此处)，以安装2 .ubuntu18.04系统。 安装时，必须设置主板的grub legacy方法(位于bios，boot部分)。 在安装系统时，博主尝试安装不同版本的ubuntu系统。 14.01、14.03和16.00所有问题都是系统安装一半，立即报告错误，无法安装。 在网上查找了很久，发现显卡问题是导致问题的原因，有文章称18.04版可以避免这个问题。 因此，我安装了ubuntu18.04的版本。 好的。 根据大神推荐的双硬盘分配计划(单击此处)配置安装配置。 安装成功。
安装系统后，请记住更新源。
3 .安装GPU (适用于Ubuntu 18.04 )进入系统后，系统默认使用主板上的集成显卡。 那么，您需要安装自己的专用显卡，也就是titan xp的驱动程序。 网上有三种安装方法，推荐。 了解如何安装NVIDIA显卡。
在这里，我给你看看其中一个方法。 自己的显卡对应着自己的信息。 以下是例子。
有条件：要操作的根权限
修改root密码：
1. $ sudo passwd输入两次新密码2. $ su root是根帐户显卡驱动安装：
step .1:首先，检测NVIDIA显卡和推荐的驱动程序型号。 执行命令：
$ Ubuntu-drivers设备的输出结果如下：
==/sys/devices/PCI 0000336000/0000336001.0/0000336001336000.0==modalias : PCI : v 000010 ded 0000001180 SV 000001458 SD 00003 sc 00 I 00 vendor : nvidiacorporationmmer 80] 驱动程序3360 NVIDIA-304-distro non-free driver 3360 NVIDIA-340-distro non-free driver 3360 NVIDIA-384-distro non-free rvever pu-microcode.py==见于驱动程序3360 Intel-microcode-distro free
step.2，安装驱动程序
也可以安装所有建议的驱动程序，如以下命令所示
$ sudo ubuntu-drivers autoinstall也可以只安装其中一个驱动程序。 命令如下
$ sudo apt install nvidia-340 OK驱动程序安装完成。 请重新启动以检查系统配置-----详细信息----- "关于图形处理是否支持您自己的专用显卡。
4.CUDA安装(18.04 ) cuda安装此处需要注意：
必须根据cuDNN进行选择。 首先，cuda只支持17.04、16.04的ubuntu下载安装。 但实际上，像word一样，18.04版的系统可以安装16.04版的cuda。
目前，cuda的最高版本为9.2，仅支持16.04和17.04两个系统。 另外，安装cuda后，需要安装cuDNN。
那么，cuDNN的版本有哪些选择呢？ 如下所示
首先，根据cuDNN的版本，目前比较完善的是cu
DNN v7.0.5 ,其适用于 CUDA 9.1 版本，所以，咱们在选择安装cuda的时候，选择 CUDA 9.1。下载地址按下图进行选择
对应的有一下四个文件，需要统统下载，第一个是主文件，后3个相当于补丁。
开始安装：
step .1 GCC 降级
由于CUDA 9.0仅支持GCC 6.0及以下版本，而Ubuntu 18.04预装GCC版本为7.3，
故手动进行降级：
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8
装完后进入到/usr/drddw目录下
$ls -l gcc*会显示以下结果
lrwxrwxrwx 1 root root 7th May 16 18:16 /usr/drddw/gcc -> gcc-7.3发现gcc链接到gcc-7.0, 需要将它改为链接到gcc-4.8，方法如下:
sudo mv gcc gcc.bak #备份
sudo ln -s gcc-4.8 gcc #重新链接
同理，对g++也做同样的修改：
ls -l g++*
lrwxrwxrwx 1 root root 7th May 15:17 g++ -> g++-7.3需要将g++链接改为g++-4.8:
sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++
再查看gcc和g++版本号：
gcc -v g++ -v
均显示gcc version 4.8 ，说明gcc 4.8安装成功。
step. 2 安装cuda ,及其补丁
输入命令安装Base Installer：
sudo sh cuda_9.1.85_387.26_linux.run需要注意的是，之前已经安装过显卡驱动程序，故在提问是否安装显卡驱动时选择no,其他 选择默认路径或者yes即可。
然后，继续执行以下操作安装3个 patch ：
sudo sh cuda_9.1.85.1_linux.run sudo sh cuda_9.1.85.2_linux.run sudo sh cuda_9.1.85.3_linux.run
安装完毕之后，将以下两条加入.bashrc文件中.
sudo vim ~/.bashrc
export PATH=/usr/local/cuda-9.1/drddw${PATH:+:$PATH}} #注意，根据自己的版本，修改cuda-9.2/9.0...
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} #注意，根据自己的版本，修改cuda-9.2/9.0...
OK ,那么，到这一步，cuda 就安装完成了
5.安装cuDNN（针对18.04）
cuDNN 的安装，就是将 cuDNN 包内的文件，拷贝到cuda文件夹中即可。
step.1按照第四点分析的内容，我们需要下载的cuDNN 版本为
cuDNN v7.0.0 library for liunx，下载地址（需要注册才能进行下载）
下载完毕后，切到默认的Downloads文件夹，可以看到 cudnn-9.1-linux-x64-v7.tgz 压缩包
先解压，然后将其中的内容复制到CUDA安装文件夹里面.
step.2 复制cuDNN内容到cuda相关文件夹内
sudo cp cuda/include/cudnn.h /usr/local/cuda/include 注意，解压后的文件夹名称为cuda ,将对应文件复制到 /usr/local中的cuda内
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
到此处，所以的安装就完成。
接下来就可以安装相应的软件，如：anaconda,pycharm tensorflow 等。