ubuntu18.04+cuda9.0+cudnn安裝筆記 第一步：安裝win10+ubuntu18.04雙系統。     1.下載ubuntu18.04的iso檔案     2.使用ultroiso製作啟動盤，預設操作即可。     3.win10“設定”介面選擇重啟——>高階啟動——>從u盤啟動即可     4.安裝ubuntu18.04注意要自己分割槽，特別注意分割槽後選擇從boot啟動，以免覆蓋win10檔案 第二步：安裝nvidia圖形驅動     1.nvidia-driver devices     檢測推薦的驅動直接安裝即可sudo apt install nvidia-390（注意驅動版本，以符合cuda要求版本）     2.nvidia-smi 檢測是否成功安裝驅動。 第三步：安裝cuda9.0     注意：     原先我安裝的是cuda9.2，但是由於其要求驅動在396以上，所以執行測試時失敗。     1. sudo sh <cuda9.0>.run直接執行即可     注意：終端會顯示是否安裝驅動，由於已經安裝，所以選擇no，其他選擇預設或yes即可     2. 測試     2.1在sample資料夾下執行make clean& make     2.2 cd ./bin/x86_64/linux/release     執行./deviceQuery 和./bandwidthTest，如果顯示Result=PASS即成功安裝cuda。     2.3 執行ncvv -V     需要事先配置環境。新增到.bashrc檔案中即可，然後執行source .bashrc 第四步：安裝cudnn     1.下載對應cuda9.0的cudnn版本     此處所下載的是：libcudnn7_7.3.1.20-1+cuda9.0_amd64.deb                libcudnn7-dev_7.3.1.20-1+cuda9.0_amd64.deb                libcudnn7-doc_7.3.1.20-1+cuda9.0_amd64.deb     2.執行sudo dpkg -i <>.deb檔案即可。     3.測試     3.1 cd /usr/src/cudnn_samples_v7     3.2 cp -r mnistCUDNN /home/pharos/桌面     3.3 cd /home/pharos/桌面/mnistCUDNN     3.4 執行make clean&make指令進行編譯     3.5 執行./mninstCUDNN     3.6 結果顯示Test passed即可 第五步：安裝tensorflow-gpu或者pytorch     注意：本機器已安裝anaconda3，python版本為3.6,但是推薦使用pip3安裝，conda安裝不推薦。     pip3 install tensorflow-gpu==1.8     如何測試是否成功安裝tensorflow-gpu詳見網上程式碼     pip3 install torch torchvision     如何測試是否成功安裝pytorch詳見網上程式碼