【深度學習】谷歌雲GPU伺服器建立與使用指南（三）
阿新 • • 發佈：2019-01-06
sudo wget -O driver-384.deb http://cn.download.nvidia.com/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb按照官網“其他”中介紹的安裝方式安裝
2）安裝CUDA toolkit
這裡就有小坑了，CUDA版本要在下面“legacy releases”中選擇8.0版本
win 版本：https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_win10-exe
Linux ubuntu16.04版本：（可能會變動）https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb
下面這兩個用哪個都可以
然後按照下圖選擇型別，最後按照安裝介紹安裝。
在安裝時，會遇到如下提示，我們不安裝顯示驅動，所以一定要選“n”
Install NVIDIAAccelerated Graphics Driver for Linux-x86_64 387.26?
(y)es/(n)o/(q)uit:n最後顯示如下內容，代表CUDA安裝成功
3）安裝CUDNN
tar -xvzf cudnn-8.0-linux-x64-v5.1.tgzcd cuda sudo cp include/cudnn.h /usr/local/cuda/include sudo cp lib64/libcudnn.* /usr/local/cuda/lib64
sudo vi /etc/profile
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATHsource /etc/profile 使更改生效。
nvcc -V 檢查CUDA
下面 4）5）步可以參考TensorFlow官網安裝教程：
https://www.tensorflow.org/install/install_linux#installing_with_anaconda
