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"
