https://blog.csdn.net/masa_fish/article/details/51882183
2017/1/5 更新
本篇文章是基于之前安装CUDA 7.5的经验写的，但因为最近更新TensorFlow 到了r0.12版本，官方提示该版本TensorFlow 和CUDA 8.0 & cudnnv5.1 配合的最好，所以又卸了CUDA 7.5，重新装了一遍CUDA 8.0，安装的过程中发现了之前文档里的些许不足，于是做了稍许修改。
PS：本来想在7.5的基础上更新到8.0，但是失败了。还把系统搞崩了，又重装了一遍Ubuntu，唉，说多了都是泪啊
CUDA7.5和CUDA8.0的安装过程是一毛一样的。所以如果安装CUDA8.0的同学，直接将下文中的所有7.5替换为8.0即可。
折腾了好多天，前后重装了大概六、七次Ubuntu，终于上把CUDA安装好了，被坑了好多次，也走了不少弯路。
第一次发帖，还请多指教。
【环境】
笔记本：ThinkPad T450 X86_64
显卡：主显 Intel HD Graphics 5500 ； 独显 NVIDIA GT 940M
系统环境：Ubuntu14.04 64位、Windows7 64位 双系统
CUDA 版本： 7.5
其他：Ubuntu中不存在已经安装的CUDA
先说说自己遇到的大坑吧，安装完CUDA之后总是遇到登录界面循环问题：输入密码后又跳回密码输入界面。尝试了网上的多种说法无解，最终发现我的问题是出在双显卡这里。最后是在官方安装文档中找到了答案。
问题解决方案：
在安装cuda时，会出现提示，询问你是否需要安装 openGL Libraries。如果你的电脑是双显，而且用来显示的那块GPU不是NVIDIA，则OpenGL Libraries就不应该安装，否则不是NVIDIA的那块GPU使用的OpenGL Libraries会被覆盖，然后GUI就无法工作了。
先谈谈关于安装CUDA的几点感受吧
关于 CUDA的安装，网上有特别多的安装帖子，我在安装的时候也参考了很多。你会发现网上很多的安装帖子，一般只做十几个操作就完事了。但是CUDA的官方安装文档却非常冗长，有四十多页，别觉得它是废话，其实都是干货。
网上的安装帖子之所以精炼，是因为它只涵盖了必须的安装步骤，跳过了许多的检查操作（例如：检查电脑中是否已安装CUDA需要依赖的软件、是否已经卸载会与CUDA产生冲突的软件）等。如果你足够幸运，电脑里上恰好该有的有，不该有的没有，那这么做没问题，但通常情况下你并没有那么走运。
CUDA这个东西需要依赖的、牵着的东西特别多，如果没有做好检查，则在安装时候特别容易出现各种各样的冲突，且一旦冲突发生，即使卸载CUDA也不能解决问题，只能重装系统。
我最后就是参考CUDA的官方文档安装成功的。
总结一下，我的安装建议是：
1) 一定要下一份CUDA官方的安装文档，按照它的步骤一步步慢慢来，不可偷懒。
CUDA 7.5 官方安装文档下载
2) 在安装之前一定要详细检查自己的系统环境、软件是否符合CUDA的安装要求。不要存有侥幸心理，跳过检查步骤。
3) 每进行一项操作，都检查一下该项操作是否成功。
下面分享一下我的安装步骤。基本跟CUDA的官方安装文档的操作是一致的，不同的地方都有特别注明。
安装CUDA主要分三大环节。
一、安装前的环境准备和检查
二、安装CUDA
三、安装完的校验。
1、安装Ubuntu系统14.04
新安装完的14.04系统会提示很多更新项。
网上有很多帖子说不建议更新，说更新过后会导致安装CUDA发生系统界面循环登录的问题。
但是我更新后，并没有遇到任何问题。
2、检查自己的电脑环境是否具备安装CUDA的条件
a) 检查自己的GPU是否是CUDA-capable
在终端中输入： $ lspci | grep -i nvidia ，会显示自己的NVIDIA GPU版本信息
去CUDA的官网查看自己的GPU版本是否在CUDA的支持列表中
b) 检查自己的Linux版本是否支持 CUDA(Ubuntu 14.04没问题)
c) 检查自己的系统中是否装了gcc
在终端中输入： $gcc –version 可以查看自己的gcc版本信息
d) 检查是否安装了kernel header和 package development
在终端中输入： $uname –r 可以查看自己的kernel版本信息
在终端中输入：$ sudo apt-get install linux-headers-$(uname -r)
可以安装对应kernel版本的kernel header和package development
以上检查我的电脑系统都满足要求，如果没有满足要求的话，可以参考cuda的官方文档，里面有详细的针对每个问题的解决方案。
3、 选择安装方式
CUDA提供两种安装方式：package manager安装和runfile安装
我本来选的是 package manager 安装，这种方法相对简单，但尝试了几次都失败。后来是转换到runfile安装才成功的。因此此处只介绍runfile安装方式。
下载cuda安装包：cuda官网下载，根据系统信息选择对应的版本，runfile安装的话最后一项要选择 runfile文件
4、runfile安装cuda
a) 禁用 nouveau
终端中运行：$ lsmod | grep nouveau，如果有输出则代表nouveau正在加载。
Ubuntu的nouveau禁用方法：
在/etc/modprobe.d中创建文件blacklist-nouveau.conf，在文件中输入一下内容
blacklist nouveau
options nouveau modeset=0打开终端，运行
$ sudo update-initramfs –u设置完毕可以再次运行 $ lsmod | grep nouveau 检查是否禁用成功，如果运行后没有任何输出，则代表禁用成功。
b) 重启电脑，到达登录界面时，alt+ctrl+f1，进入text mode，登录账户
c) 输入 $ sudo service lightdm stop 关闭图形化界面
d) 切换到cuda安装文件的路径，运行$ sudo sh cuda_7.5.18_linux.run
按照提示一步步操作
遇到提示是否安装openGL ，选择no（如果你的电脑跟我一样是双显，且主显是非NVIDIA的GPU需要选择no，否则可以yes）
其他都选择yes或者默认
安装成功后，会显示installed，否则会显示failed。
e) 输入 $ sudo service lightdm start 重新启动图形化界面。
Alt + ctrl +F7，返回到图形化登录界面，输入密码登录。
如果能够成功登录，则表示不会遇到循环登录的问题，基本说明CUDA的安装成功了。
f) 重启电脑。检查Device Node Verification。
检查路径/dev下 有无存在名为nvidia*（以nvidia开头）的多个文件(device files)
如果没有的话，可以参考官方文档里的指导步骤，进行添加。
g) 设置环境变量。
终端中输入 $ sudo gedit /etc/profile
在打开的文件末尾，添加以下两行。
$ export PATH=/usr/local/cuda-7.5/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/cuda7.5/lib64保存文件。
这里有点与官方安装文档稍有不同，需要说明：
官方文档里说只需在终端中运行上述两条export语句即可，但如果不将它们不写入/etc/profile文件的话，这样的环境变量在你退出终端后就消失了，不起作用了，所以写入才是永久的做法。
h) 重启电脑，检查上述的环境变量是否设置成功。
终端中输入 : $ env
在输出的环境变量中检查有无上述 g) 中设置的变量，如果有则代表设置成功。
到此为止，CUDA的安装算是告一段落了。为了保险起见，建议进行下述的检查工作，确保真正的安装成功。
5、 安装完毕后的检查工作。
a) 检查 NVIDIA Driver是否安装成功
终端输入 ：$ cat /proc/driver/nvidia/version 会输出NVIDIA Driver的版本号
b) 检查 CUDA Toolkit是否安装成功
终端输入 ： $ nvcc –V 会输出CUDA的版本信息
c) 尝试编译cuda提供的例子
切换到例子存放的路径，默认路径是 ~/NVIDIA_CUDA-7.5_Samples
（即 /home/xxx/ NVIDIA_CUDA-7.5_Samples， xxx是你自己的用户名）
然后终端输入：$ make
如果出现错误的话，则会立即报错停止，否则会开始进入编译阶段。
我的第一次运行时出现了报错，提示的错误信息是系统中没有gcc
然后在终端运行 $ sudo apt-get install gcc 安装完gcc后 再make就正常了
整个编译的时间持续比较长，耐心等待，大概十几分钟是需要的。
d) 运行编译生成的二进制文件。
编译后的二进制文件 默认存放在~/NVIDIA_CUDA-7.5_Samples/bin中。
切换路径 ： cd ~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release
终端输入 ：$ ./deviceQuery
ubuntu@tegra-ubuntu:~/workspace/cuda-8.0/samples$ find ./* -name "deviceQuery"
./1_Utilities/deviceQuery
./1_Utilities/deviceQuery/deviceQuery
./bin/aarch64/linux/release/deviceQuery
看到类似如下图片中的显示，则代表CUDA安装且配置成功（congratulation！！）
再检查一下系统和CUDA-Capable device的连接情况
终端输入 ： $ ./sandwidthTest
看到类似如下图片中的显示，则代表成功
