目录
前言
最近在学习PaddlePaddle在各个显卡驱动版本的安装和使用，所以同时也学习如何在Ubuntu安装和卸载CUDA和CUDNN，在学习过程中，顺便记录学习过程。在供大家学习的同时，也在加强自己的记忆。
卸载CUDA
为什么一开始我就要卸载CUDA呢，这是因为笔者是使用百度深度学习的GPU服务器的，原本就安装了CUDA，不过那不是笔者想要的CUDA版本，笔者需要CUDA 9.0 和 CUDNN 7.0，所以要先卸载原来的CUDA。注意以下的命令都是在root用户下操作的。
卸载CUDA很简单，一条命令就可以了：
apt autoremove cuda卸载之后，还有一些残留的文件夹，之前安装的是CUDA 8.0。可以一并删除：
cd /usr/local/
rm -rf cuda-8.0/这样就算卸载完了CUDA。
安装CUDA
安装的CUDA和CUDNN版本：
- CUDA 9.0
- CUDNN 7.0
接下来的安装步骤都是在root用户下操作的。
下载和安装CUDA
我们可以在官网：https://developer.nvidia.com/cuda-toolkit-archive，下载对应版本的CUDA。页面如下：
选择需要的版本，点击进去。笔者选择的是CUDA Toolkit 9.0，进入到下一个页面开始选择相关信息：
注意笔者选择的是网络版本的，这样可以让服务器自己下载安装。最后点击下载：
我们下载到了cuda-repo-ubuntu1604_9.0.176-1_amd64.deb这个文件，然后把它上传的服务器中，使用命令是rz，如果读者还没有安装该命令，可以使用以下命令安装：
apt install lrzsz上传完成之后，开始安装，执行以下命令：
dpkg -i cuda-repo-ubuntu1604_9.0.176-1_amd64.deb接着执行以下命令：
apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub最后再执行以下命令就可以安装完成了，如果再安装过程中出现下载错误，可以多尝试几次：
apt-get update
apt-get install cuda注意：如果上面方式不能安装你指定的版本，可以使用以下的安装命令：
apt-get install cuda-9-0安装完成之后，可以配置他们的环境变量，在~/.bashrc的最后加上以下配置信息：
export CUDA_HOME=/usr/local/cuda-9.0
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}最后使用命令ldconfig使它生效。
可以使用以下命令查看安装的版本信息：
cat /usr/local/cuda/version.txt下载和安装CUDNN
进入到CUDNN的下载官网：https://developer.nvidia.com/cudnn，然点击Download开始选择下载版本，当然在下载之前还有登录，如何没有账号还有申请一个，选择版本界面如下：
如果这里没有想要的版本，还要点击Archived cuDNN Releases选择其他的版本。笔者选择如下：
下载之后是一个压缩包，如下：
cudnn-9.0-linux-ppc64le-v7.tgz然后对它进行解压，命令如下：
tar -zxvf cudnn-9.0-linux-ppc64le-v7.tgz解压之后可以得到以下文件：
cuda/targets/ppc64le-linux/include/cudnn.h
cuda/targets/ppc64le-linux/NVIDIA_SLA_cuDNN_Support.txt
cuda/targets/ppc64le-linux/lib/libcudnn.so
cuda/targets/ppc64le-linux/lib/libcudnn.so.7
cuda/targets/ppc64le-linux/lib/libcudnn.so.7.0.5
cuda/targets/ppc64le-linux/lib/libcudnn_static.a然后拷贝这些文件到CUDA下：
cp cuda/targets/ppc64le-linux/lib/* /usr/local/cuda-9.0/lib64/
cp cuda/targets/ppc64le-linux/include/* /usr/local/cuda-9.0/include/拷贝完成之后，可以使用以下命令查看CUDNN的版本信息：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2测试安装结果
到这里就已经完成了CUDA和CUDNN的安装了。可以安装对应的PaddlePaddle的GPU版本测试是否可以正常使用了。安装如下：
pip install paddlepaddle-gpu==0.12.0.post97然后使用以下的程序测试安装情况：
import paddle.dataset.uci_housing as uci_housing
import paddle.fluid as fluid
with fluid.scope_guard(fluid.core.Scope()):
# initialize executor with cpu
exe = fluid.Executor(place=fluid.CUDAPlace(0))
# load inference model
[inference_program, feed_target_names,fetch_targets] = \
fluid.io.load_inference_model(uci_housing.fluid_model(), exe)
# run inference
result = exe.run(inference_program,
feed={feed_target_names[0]: uci_housing.predict_reader()},
fetch_list=fetch_targets)
# print predicted price is $12,273.97
print 'Predicted price: ${:,.2f}'.format(result[0][0][0] * 1000)如果正常输出一下以下信息，证明已经安装成了：
Predicted price: $12,273.97