1. 安裝python(Anaconda)

python環境使用anaconda

從官方網站下載作業系統對應的版本

chmod +x Anaconda3-5.0.1-Linux-x86_64.sh

./Anaconda3-5.0.1-Linux-x86_64.sh

2. Nvidia顯示卡驅動(使用NVIDA驅動)

重啟計算機

3. Nvidia CUDA 8.0

從官方網站下載對應的版本

sudo sh cuda_8.0.61_375.26_linux.run

注意：這是選擇不安裝

安裝cuda 8.0 patch: sudo sh cuda_8.0.61.2_linux.run(這裡下面會放百度雲連結)

參照介面提示配置環境變數(一定要新增上哦)

    export CUDA_HOME=/usr/local/cuda-8.0

    export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

    export PATH=/usr/local/cuda-8.0/bin:$PATH

    然後source ~/.bashrc立即生效

4. Nvidia CuDNN 6.0

從官方網站下載cuDNN 6.0， 注意這一步需要註冊賬戶(https://developer.nvidia.com/rdp/cudnn-archive)

下載完成後解壓縮。

tar zxvf cudnn-8.0-linux-x64-v6.0-tgz

cp cuda/include/* /usr/local/cuda-8.0/include/

cp cuda/lib64/* /usr/local/cuda-8.0/lib64/
 

5.檢查和驗證之前的過程

(1）看nvcc版本nvcc --version

(2) 看驅動版本cat /proc/driver/nvidia/version

(3)看驅動能不能用nvidia-smi ，這一步之前可能需要reboot一下使得剛裝的驅動生效。

6.還是檢查，執行一下官方的例子

進入到samples資料夾在使用者目錄下或者/usr/local/cuda/samples下都有，進入1_Utilities/deviceQuery中，make 然後執行./deviceQuery，會輸出一堆資訊，最後是PASS，之前都對。

7. Tensorflow GPU

sudo apt-get install libcupti-dev

conda create -n tensorflow python=3.6

source activate tensorflow

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp36-cp36m-linux_x86_64.whl

8.安裝pytorch

在官網https://pytorch.org/get-started/locally/選一個你的當前的配置。然後就有個命令，你在你的命令列輸入這個命令即可。

我的是這個：conda install pytorch torchvision cuda80 -c pytorch

9.測試torch

import torch

import torchvision

如果你要用這個且裝了這個的話。沒用沒裝就不用試了

10.測試CUDA和cuDNN
  

# CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)
# cuDNN test
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

 百度網盤連結：

參考連結：https://blog.csdn.net/chenhaifeng2016/article/details/78874883

參考連結：https://blog.csdn.net/yimingsilence/article/details/79631567