Ubuntu 安装 CUDA

显卡：Nvidia GF MX150

CUDA：CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

CuDNN：NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。[CUDA与CuDNN区别；出处]

1、安装Nvidia驱动

快捷安装，打开软件和更新->附加驱动，自动搜索显卡驱动，选择其中一个驱动版本；点击应用更改等待安装完成，重启即可；（如下图）

2、安装CUDA10.2

利用deb安装快捷简便

（1）打开CUDA官网，找到相应的版本（如下图）[网址]，按照说明安装；

（2）配置CUDA环境变量

在.bashrc末尾添加两行环境变量

export PATH=$PATH:$/usr/local/cuda-10.2/bin  #根据CUDA版本更换路径
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}  #根据CUDA版本更换路径

保存并退出；并执行

source ~/.bashrc

（3）重启电脑，并测试CUDA

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

如出现以下FAIL，则未重启电脑，重启后即会解决

./deviceQuery Starting...
 
CUDA Device Query (Runtime API) version (CUDART static linking)
 
cudaGetDeviceCount returned 803
-> system has unsupported display driver / cuda driver combination
Result = FAIL

如出现以下，则安装成功

--------------------------------------------------
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 10.2, CUDA Runtime Version = 10.2, NumDevs = 1
Result = PASS

3、安装CuDNN

（1）下载[网址]，需要提前注册，找到对应版本，下载cuDNN Library for Linux压缩包即可

（2）解压压缩包，并终端进入文件夹，执行以下

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*

（3）测试

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

出现以下内容，则安装成功

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 5
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"