在个人PC上使用游戏级的显卡安装CUDA要比在服务器上的安装麻烦一些，在安装的过程中也遇到了不少的坑，所以在此总结一下。
参考了不少的博客，下面列出一部分吧：
http://blog.csdn.net/iotlpf/article/details/54175064（主要参考的这个，但是这个博客安装的过于顺利了~_~）
http://blog.csdn.net/cybertan/article/details/8101883 #### http://blog.csdn.net/zhyj3038/article/details/52412273(关于GCC的升级或降级问题)
http://blog.csdn.net/10km/article/details/61191230（针对第一个连接中的网站下载不了的问题的解决方案）
系统：Win7+Ubuntu 16.04 ，在Ubuntu下安装的， 显卡：GXT1050ti CUDA8.0
为了确保cuda能安装成功，首先需要确认安装前的环境是否符合要求，具体细节请查阅NVIDIA CUDA Installation Guide for Linux
一.更换ubuntut16.04的源，这里使用的是中科大的源。
CTRL+ALT+T， 打开终端，输入以下的命令：
cd /etc/apt/ sudo cp sources.list sources.list.backup #做备份 sudo gedit sources.list
然后把如下内容替换到该文件中（是替换掉，之前的就不要了）：
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
然后更新源和更新已安装的包：
sudo apt-get update sudo apt-get upgrade
二.降低gcc 版本（这一步如果按照链接1走的话，会遇到安装安gcc-5.3.0后，检测版本仍然是Ubuntu自带的情况）
这里要注意的一点是ubuntu16.04的gcc版本是5.4，而cuda8.0在该系统中支持的gcc版本不超过5.3，所以第一步需要对GCC版本进行降级。
(1)下载gcc源码
wget ftp://mirrors.kernel.org/gnu/gcc/gcc-5.3.0/gcc-5.3.0.tar.gz
以上的下载链接，反正我用的是下载不下来，所以换成用以下的链接：
http://ftp.gnu.org/gnu/gcc/
(2)解压
tar -zxvf gcc-5.3.0.tar.gz
(3)下载编译所需依赖项：
cd gcc-5.3.0 //进入解包后的gcc文件夹 ./contrib/download_prerequisites //下载依赖项 cd .. //返回上层目录
(4)建立编译输出目录：
mkdir gcc-build-5.3.0
(5)进入输出目录，执行以下命令，并生成makefile文件：
cd gcc-build-5.3.0 ../gcc-5.3.0/configure --prefix=/usr/local/gcc-5.3.0 --enable-checking=release --enable-languages=c,c++ --disable-multilib
注：/usr/local/gcc-5.3.0是自定的安装目录。将GCC安装在/usr/local/gcc-5.3.0目录下。为了以后的配置环境变量确立位置。
(6)编译：
sudo make -j4
以上的编译过程大约40分钟左右。PS：最好不要在编译过程中再去做别的什么事，整个过程CPU都是满载的。
(7)编译结束以后，我们就可以执行安装了：
sudo make install
(8)环境设置（这里需要将gcc的头文件和库文件指向新的版本，否则电脑用的还是Ubuntu自带的gcc）
打开配置文件夹：
cd $HOME ls -a sudo vi .bashrc
向其中添加以下语句：
GCCHOME=/usr/local/gcc-5.3.0 #指定新安装gcc的搜索路径 PATH=$GCCHOME/bin:$PATH LD_LIBRARY_PATH=$GCCHOME/lib export GCCHOME PATH LLD_LIBRARY_PATH
重新引导，并查看gcc版本：
source $HOME/.bashrc which gcc
会显示gcc新的路径为 /usr/local/gcc-5.3.0：
检查gcc和g++版本 ：
gcc --version g++ --version
三. nvidia 驱动安装
如果从nvidia官网下载驱动安装时，有可能重启后进入不了系统，输入我的登录密码会发现屏幕一闪，然后又重新跳回到登录界面，就是进入了login loop的状态，造成这种问题的与原因是更新后的NVIDIA驱动与现在的GPU不匹配。（连接1中的叙述，没有出现过）
让系统自动安装nvidia驱动有两种办法：
(1)第一种是进入ubuntu系统设置-软件与更新-附加驱动中选择下图所示选项进行驱动安装
这种方法的缺点是:所安装的驱动(如图中所示nvidia-361)并不是最新版本的，以至于在最后进行样例测试的时候报错：
cuda driver version is infufficient for cuda runtime version
(2)第二种方法是添加ppa源，同时在nvidia驱动官网上查看自己GPU驱动的最新版本号(不需要下载)：（连接1中的ppa源一直打不开，所以使用的另外的方案）
1.禁用nouveau。
Ubuntu系统集成的显卡驱动程序是nouveau，我们需要先将nouveau从linux内核卸载掉才能安装NVIDIA官方驱动。
因为nouveau驱动的影响，ubuntu安装后无法登入桌面，所以在ubuntu系统启动显示登录界面后，需要按ctrl+alt+F1进入tty文本模式进入下面的操作。
由于blacklist.conf文件的属性不允许修改。所以需要先修改文件属性。
查看属性：
ll /etc/modprobe.d/blacklist.conf
修改属性：
sudo chmod 666 /etc/modprobe.d/blacklist.conf
用vi编辑器打开：
sudo vi /etc/modprobe.d/blacklist.conf
在文件末尾添加如下几行：
blacklist vga16fb blacklist nouveau blacklist rivafb blacklist rivatv blacklist nvidiafb
修改并保存文件后，记得把文件属性复原：
sudo chmod 644 /etc/modprobe.d/blacklist.conf
再更新一下内核：
sudo update-initramfs -u
修改后需要重启系统。
重启系统确认nouveau是否已经被屏蔽掉，使用lsmod命令查看：
lsmod | grep nouveau
lsmod命令用于显示已经加载到内核中的模块的状态信息，参见《lsmod命令》。
2.安装NVIDIA驱动。
因为系统中不光有NVIDIA显卡还有一块集成intel显卡能正常驱动，所以经过上一步禁用nouveau驱动后，再次重启，已经系统可以正常登录进入桌面了。
使用如下命令添加Graphic Drivers PPA：
sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update
寻找合适的驱动版本：
ubuntu-drivers devices
以上的图片是直接用的链接中的图片。我用的GTX1050ti，目前最适用的版本是nvidia-387.
安装NVIDIA driver:
记住给出的推荐驱动型号（带recommended选项的驱动）。
按ctrl+alt+F1进入tty文本模式 。
关闭(图形)桌面显示管理器LightDM：
sudo service lightdm stop
安装nvidia driver,这一过程是需要联网的。如果网速度不好，可能要花比较长的时间。
安装完成后重启：
sudo apt-get install nvidia-378 sudo reboot
重启系统后，执行下面的命令查看驱动的安装状态显示安装成功：
sudo nvidia-smi sudo nvidia-settings
（以上图片来自连接3，所以型号不对应，其他一切正常）
四. cuda 8.0 安装
cuda 8.0 Downloads下载cuda 8.0 的 runfile安装包。
以上链接已经是9.1的了，所以提供新链接：https://developer.nvidia.com/cuda-80-ga2-download-archive.
cd切换到下载的文件目录下进行安装：
sudo sh cuda_8.0.44_linux.run --override
启动安装程序，一直按空格到最后，输入accept接受条款。
输入n不安装nvidia图像驱动，之前已经安装过了。
输入y安装cuda 8.0工具 。
回车确认cuda默认安装路径：/usr/local/cuda-8.0 。
输入y用sudo权限运行安装，输入密码 。
输入y或者n安装或者不安装指向/usr/local/cuda的符号链接 。
输入y安装CUDA 8.0 Samples，以便后面测试 。
回车确认CUDA 8.0 Samples默认安装路径，该安装路径测试完可以删除。
五，因为cdnn是NVIDIA专门针对深度神经网络（Deep Neural Networks）中的基础操作而设计基于GPU的加速库。这里用不到cdnn，所以就没有安装，其过程也很简单，只是一个库函数的安装过程。
六。环境变量等
设置环境变量，终端输入：
sudo gedit /etc/profile
在末尾加入：
PATH=/usr/local/cuda/bin:$PATH export PATH
保存后，创建链接文件（这是一个新建的链接文件）：
sudo vim /etc/ld.so.conf.d/cuda.conf
按a进入插入模式，增加下面一行：
/usr/local/cuda/lib64
按esc退出插入模式，按:wq保存退出 。
最后在终端输入：
sudo ldconfig #使链接生效
七.cuda Samples测试
切换到CUDA 8.0 Samples默认安装路径(一般在安装目录的.../cuda/samples目录下)，终端输入:
sudo make all -j4 #（4核）
需要几分钟的编译时间。
完成后继续向终端输入：
cd bin/x86_64/linux/release ./deviceQuery
如果看到下面画面，则成功：
通过以上的步骤就完成了所有的工作。
下面这部分留出来作为以后遇到问题的解决板块：
1.遇到一个奇怪的问题：在一般用户的条件下输入：nvcc --version能够正常显示，在root的条件下，说未安装nvcc：
解决办法是重新配置一下环境变量：
1）查看/usr/local/cuda/bin下是否有nvcc可执行程序，如果没有说明cuda没有正常安装，需要重新安装，如果有，进入下一步。
2）添加环境变量，打开~/.bashrc ，添加环境变量export PATH=$PATH:/usr/local/cuda/bin。
3）再在terminal中输入nvcc --version可以看到已经可以显示为8.0版本了。
