安装CUDA和cuDNN
笔者主要是为了安装pytorch，pytorch最新版本1.3支持cuda9.2和10.1，但是考虑到可能使用tensorflow1.x，所以使用cuda9.2
1. 大家都说要降级gcc和g++，笔者没做实验，拿来急用了。
参考：https://blog.csdn.net/wuzhiwuweisun/article/details/82753403
由于CUDA 9.0仅支持GCC 6.0及以下版本，而Ubuntu 18.04预装GCC版本为7.3，手动降级：
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8注意如果装caffe，gcc一定要5.0以上
装完后进入到/usr/bin目录下,执行 ls -l gcc*
输入：
ls -l gcc*
显示（我这里由于已经改过了，所以第一行是链接到4.8了，原来的是链接到7.3）：
lrwxrwxrwx 1 root root 7 9月 12 20:43 gcc -> gcc-4.8
-rwxr-xr-x 1 root root 772280 3月 19 2018 gcc-4.8
lrwxrwxrwx 1 root root 22 4月 15 12:52 gcc-7 -> x86_64-linux-gnu-gcc-7
lrwxrwxrwx 1 root root 8 4月 7 02:04 gcc-ar -> gcc-ar-7
-rwxr-xr-x 1 root root 27088 3月 19 2018 gcc-ar-4.8
lrwxrwxrwx 1 root root 25 4月 15 12:52 gcc-ar-7 -> x86_64-linux-gnu-gcc-ar-7
lrwxrwxrwx 1 root root 5 4月 7 02:04 gcc.bak -> gcc-7
lrwxrwxrwx 1 root root 8 4月 7 02:04 gcc-nm -> gcc-nm-7
-rwxr-xr-x 1 root root 27088 3月 19 2018 gcc-nm-4.8
lrwxrwxrwx 1 root root 25 4月 15 12:52 gcc-nm-7 -> x86_64-linux-gnu-gcc-nm-7
lrwxrwxrwx 1 root root 12 4月 7 02:04 gcc-ranlib -> gcc-ranlib-7
-rwxr-xr-x 1 root root 27088 3月 19 2018 gcc-ranlib-4.8
lrwxrwxrwx 1 root root 29 4月 15 12:52 gcc-ranlib-7 -> x86_64-linux-gnu-gcc-ranlib-7发现gcc链接到gcc-7.3, 需要将它改为链接到gcc-4.8，方法如下:
sudo mv gcc gcc.bak #备份
sudo ln -s gcc-4.8 gcc #重新链接对g++做同样的修改：
ls -l g++*sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++最后看gcc和g++版本号,如果是4.8代表修改成功：
mayunteng@mayunteng-OptiPlex-7040:/usr/bin$ gcc --version
gcc (Ubuntu 4.8.5-4ubuntu8) 4.8.5
Copyright (C) 2015 Free Software Foundation, Inc.
This is free software; see the source for copying conditions. There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
mayunteng@mayunteng-OptiPlex-7040:/usr/bin$ g++ --version
g++ (Ubuntu 4.8.5-4ubuntu8) 4.8.5
Copyright (C) 2015 Free Software Foundation, Inc.
This is free software; see the source for copying conditions. There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.2. 安装CUDA
到这个链接下载
Ubuntu18可以使用17.10或者16.04的CUDA。
最好选择runfile进行安装，笔者使用deb安装失败。
下载完成后按照 “Base Installer" 栏的安装说明进行安装即可。
但是要注意：（敲黑板）
接受了协议后第一个弹出要安装的是
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39? ((y)es/(n)o/(q)uit):
这个一定要选 no。因为我们在深度学习 -- Ubuntu深度学习环境搭建_1中已经安装了推荐的驱动。
使用这个提供的驱动可能会造成安装问题。
最后会提示链接路径等问题，选择要链接。
在终端输入 nvcc -V 来测试环境变量是否配置好。
如果不能识别nvcc指令，手动配置一下环境变量。
vi ~/.zshrc
#在文档的末尾添加
export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
#保存退出，在终端source一下，使配置生效
source ~/.zshrc我用的zsh，用bash的就是bashrc
测试CUDA：
cd /home/你的用户名/NVIDIA_CUDA-9.2_Samples/1_Utilities/deviceQuery
make
./deviceQuery然后回到cuda的下载页面把Patch1（补丁）下载下来安装就OK了。
上面的路径问题可以参考Ubuntu -- 安装完系统要做的事情 -- 4来安装zsh，上面长长的路径基本可以自动补全。
最后出现 Result = PASS即可。
3.安装cuDNN。
官网：https://developer.nvidia.com/cudnn
不过网友说要科学上网才可以，我一直都挂TZ，所以网友说啥就是啥了。
选择cuda9.2对应版本的，cuDNN的版本要和cuda的版本对应。选择 cuDNN library for Linux就可以。
安装步骤参考官网https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html
这里有个小疑惑：
安装cuda的时候路径选的是 /usr/local/cuda-9.2,但是这里复制的时候却是复制到cuda文件夹，后来去看了看，在/usr/local目录下有个cuda也有cuda-9.2，而且这两个文件夹里面的内容是一样的，说明cuda在安装的时候复制了cuda-9.2文件夹里面的内容到cuda文件夹里面去了。
