这篇博客为在Ubuntu18.04上基于 Anaconda3 安装编译 Caffe-GPU的详细教程中第二步。由于教程之详细，放在一篇博客中影响阅读体验，所以按照安装顺序分为了三个部分，具体每一部分点开链接即可访问。
一、Ubuntu18.04下Anaconda3的安装与配置
二、Ubuntu18.04下安装Cudnn9.0和Cuda7.0
三、Ubuntu18.04下基于 Anaconda3 安装和编译 Caffe-GPU
文章目录
1. Cuda9.0安装
1.1. NVIDIA驱动安装
Ubuntu18.04自带了NVIDIA驱动，但是它没有安装完整，不能在终端使用nvidia-smi命令查看，在之后的CUDA编译测试里面也会出现问题，因此需要重新安装。重新安装的方式如下：
- 首先，检测你的NVIDIA图形卡和推荐的驱动程序的模型，在终端输入：
ubuntu-drivers devices
从中可以看到，这里有一个设备是GTX 1080 Ti，对应的驱动是NVIDIA -390，所以安装390版本的驱动。有两种方法.
方法一、选择安装所有推荐的驱动.
sudo ubuntu-drivers autoinstall
方法二、只安装其中一个驱动.
sudo apt install nvidia-390
这里我们选择第一种方式，执行完命令后，在终端输入：nvidia-smi 可以得到相关信息.
1.2. GCC降级
因为Ubuntu18.04默认gcc7.0，而CUDA9.0只支持gcc6.0及以下版本，因此需要降级，这里选择降级到的版本是gcc5.5版本。
- 首先查看自己的版本.
gcc –version
机器显示7.3.0，因此降级版本并激活。
- 在终端输入:
sudo apt-get install gcc-5 g++-5
sudo update-alternatives --install /usr/bin/gcc gcc/usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/g++ g++/usr/bin/g++-5 50
gcc –version
如果显示是5.5版本则OK。如果出现其他错误未降级情况，请自行百度/Google查看解决方案.
1.3. 依赖库的安装
- 在终端输入：
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev
sudo apt-get install libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
成功安装完依赖库！
1.4. 下载安装
官网地址：点击此处进入
下载后存放的目录需要记住！
- 在安装包存放目录处打开终端输入：
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
- 继续在终端输入：
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb
sudo apt-get update
- 继续在终端输入：
sudo apt-get install cuda
进入/usr/local目录下可以看到cuda和cuda-9.0两个文件夹，表明安装成功.
安装成功，接下来进行环境变量配置~
1.5. 环境配置
完成以上的步骤以后一定要进行环境的配置。步骤如下：
- 打开终端输入：
sudo gedit ~/.bashrc
- 在打开的配置文件中，将以下内容写入末尾处.
export CUDA_HOME=/usr/local/cuda-9.0
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64:$LD_LIBRARY_PATHs
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64:/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/lib64"
- 使环境变量生效.
source ~/.bashrc
1.6. 测试
在安装的时候也相应安装了一些cuda的一些例子，可以进入例子的文件夹然后使用make命令执行。
第一步：进入例子文件
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
第二步：执行make命令
sudo make
第三步：运行Demo
./deviceQuery
如果结果有GPU的信息，说明安装成功。
自带例子测试通过，Cuna9.0安装配置完成！
2. Cuda7.0安装
2.1. 下载安装
官网下载地址:点击这里（需要注册个账号）
为适应Cudn9.0，这里下载的是CuDnnv7.0.4 (Nov 13, 2017), for CUDA 9.0。这里下载完的CuDnn是.solitairetheme8格式的文件。
- 解压下载文件
tar -xvzf cudnn-9.0-linux-x64-v7.solitairetheme8
- 在终端输入：
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*
2.2. 安装测试
- 在终端输入：
nvcc –V
安装成功！(若没有显示，可以重启电脑)
至此，Cudnn9.0和Cuda7.0安装成功~~
上一步：Ubuntu18.04下Anaconda3的安装与配置
下一步：Ubuntu18.04下基于 Anaconda3 安装和编译 Caffe-GPU
来源：CSDN
作者：阿呀么耀
链接：https://blog.csdn.net/CAU_Ayao/article/details/83627342