一，ubuntu16.04.5-NVIDIA390.48-cuda9.0-cudnn7_7.1.4

注意:驱动版本并不需要最高版本,以避免cuda版本与tensorflow版本不匹配问题.

配置:x99-WS华硕,titan-Xp,[email protected]  .1t固态,ubuntu16.04.5 64位

1,安装中文输入法：

sudo apt-get install vim   fcitx

安装fcitx后需要重启系统后，才能设置中文pinin输入法

2,修改配置: sudo vim  /etc/modprobe.d/blacklist.conf

 在文件尾部加入:blacklist nouveau

保存,退出

3,更新 :sudo update-initramfs -u

4,重启 :reboot

5,重启后.按ctrl + alt +F1,进入控制台

扫描二维码关注公众号，回复： 4252270 查看本文章

6,sudo service lightdm stop

7.安装32位兼容库:

apt-get install lib32ncurses5 ​ lib32z1​

8,安装nvidia的驱动,sudo ./NVIDIA-Linux-x86_64-390.48.run -no-opengl-files

一定别忘了把-no-opengl-files加上

9.重启系统:reboot  或 sudo service lightdm start

以上我们是自己安装的NVIDIA驱动程序，版本是390.48,安装起来比较麻烦，其实，最好是用系统自带的安装方式：

在system settings中，software & updates 中 Addition Drivers中安装版本是384.130,经过验证，他正好与我们后面安装的conda9.0的版本是匹配的！所以，最好还是尽可能用系统自带的384.130!!

 10, install cuda9.0

sudo ./cuda_9.0.176_384.81_linux.run

sudo ./cuda_9.0.176.1_linux.run

sudo ./cuda_9.0.176.2_linux.run

sudo ./cuda_9.0.176.3_linux.run

sudo ./cuda_9.0.176.4_linux.run

添加环境变量：

vi .bashrc 

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64

测试环境：test:

cd  samples/1_Utilities/deviceQuery

make

sudo ./devdeviceQuery

11,install cudnn7.1.4

sudo dpkg -i libcudnn7_7.1.4.18-1+cuda9.0_amd64.deb

sudo dpkg -i libcudnn7-dev_7.1.4.18-1+cuda9.0_amd64.deb

sudo dpkg -i libcudnn7-doc_7.1.4.18-1+cuda9.0_amd64.deb

测试：参见：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-linux

1. Copy the cuDNN sample to a writable path.

   $cp -r /usr/src/cudnn_samples_v7/ $HOME

2. Go to the writable path.

   $ cd  $HOME/cudnn_samples_v7/mnistCUDNN

3. Compile the mnistCUDNN sample.

   $make clean && make

4. Run the mnistCUDNN sample.

   $ ./mnistCUDNN

   If cuDNN is properly installed and running on your Linux system, you will see a message similar to the following:

   Test passed!

12 summerize:  

driver=390.48 

cuda=9.0 + patch1,2,3,4

cudnn7=7.1.4