需要 一個 操作 dev chm nor cond xen 記得

環境： 剛裝上的系統：

$ lsb_release -a
No LSB modules are available.
Distributor ID:    Ubuntu
Description:    Ubuntu 16.04.4 LTS
Release:    16.04
Codename:    xenial

1、安裝Anaconda 下載連接： https://repo.continuum.io/archive/index.html https://repo.continuum.io/archive/ 參考說明： https://www.linuxidc.com/Linux/2017-11/148444.htm 下載相應版本，Anaconda3指的是Python3，之後運行：

./Anaconda3-5.3
 
.1-Linux-x86_64.sh

安裝完成之後，記得申明環境變量

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

安裝了Anaconda不需要安裝cuda和cudnn（也不一定，比如安裝了anaconda，只有cuda，沒有cudnn..） 查看Anaconda版本：

$ conda -V
conda 4.5
 
.11

查看cuda：

$ cat /usr/local/cuda/version.txt
CUDA Version 9.0.176

下載cudnn： 官網：https://developer.nvidia.com/cudnn 需要註冊。 下載之後 下載的格式是.solitairetheme8 ，運行如下操作解壓

sudo cp cudnn-9.0-linux-x64-v7.4.2.24.solitairetheme8 cudnn-9.0-linux-x64-v7.4.2.24.tgz
 
tar -xvf cudnn-9.0-linux-x64-v7.4.2
 
.24.tgz

然後把cudnn的文件復制到cuda下面　【註意：安裝cuda9.0時，會有一個軟鏈，在同一個文件夾下面會有cuda文件夾，記住，是復制到這個文件夾，而不是cuda－９.０這個文件夾】

$ tar -zxvf cudnn-9.0-linux-x64-v7.tgz
cuda/include/cudnn.h
cuda/NVIDIA_SLA_cuDNN_Support.txt
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.7
cuda/lib64/libcudnn.so.7.ｘ.ｘ　　＃　這裏版本是你cudnn解壓出來的版本
cuda/lib64/libcudnn_static.a
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

添加軟鏈：

$ cd /usr/local/cuda/lib64
$ sudo chmod +r libcudnn.so.7.0.4  （這裏可以到文件夾看是哪個版本，例如libcudnn.so.7.4.2）
$ sudo ln -sf libcudnn.so.7.0.4 libcudnn.so.7  
$ sudo ln -sf libcudnn.so.7 libcudnn.so  
$ sudo ldconfig 

查看cudnn版本：

$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 4
#define CUDNN_PATCHLEVEL 2
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
 
#include "driver_types.h"

。

Ubuntu 16.04.4安裝Anaconda