無sudo權限，參考https://blog.csdn.net/weixin_41278720/article/details/81255265
CUDA Toolkit 9.0和cudnn 7

CUDA Toolkit 9.0.png

sudo sh cuda_9.0.176_384.81_linux.run

3.安裝過程中的一些選擇

Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 396.37?
(y)es/(n)o/(q)uit: n

Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
 [ default is /usr/local/cuda-9.0 ]: 

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y

Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y

4.在/usr/local可以看到cuda cuda-8.0 cuda-9.0 cuda-9.2
5.在~/.bashrc中添加/修改環(huán)境變量：

export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64  
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64  

在終端運行source ~/.bashrc使之生效

6.nvcc --version查看當前使用的cuda版本
將其切換到cuda-9.0

sudo rm -rf /usr/local/cuda  #刪除之前創(chuàng)建的軟鏈接
sudo ln -s /usr/local/cuda-9.0  /usr/local/cuda  #創(chuàng)建新的軟鏈接
nvcc --version

測試

編譯并測試設備 deviceQuery

cd /usr/local/cuda-9.2/samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery 

編譯并測試帶寬 bandwidthTest

cd ../bandwidthTest
sudo make 
./bandwidthTest

如果這兩個測試結果都是Result = PASS，則說明安裝成功了

根據(jù)cuda-cudnn找對應版本

https://developer.nvidia.com/rdp/cudnn-archive

cudnn-archive.png

1.進入下載好的文件目錄，用命令解壓：

cp cudnn-9.0-linux-x64-v7.solitairetheme8 cudnn-9.0-linux-x64-v7.0.5.tgz
tar -xvzf cudnn-9.2-linux-x64-v7.4.2.24.tgz

在解壓后，得到的cuda目錄下執(zhí)行復制lib64和include文件夾到usr/local/cuda-9.0：

sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/lib* /usr/local/cuda/lib64/

之后執(zhí)行
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
查看cudnn版本為7.0.5：

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 0
#define CUDNN_PATCHLEVEL 5
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

解決 ImportError: libcublas.so.9.0: cannot open shared object file: No such file

可能原因，CUDA版本不對

1、查看下版本信息

cat /usr/local/cuda/version.txt  

2、根據(jù)CUDA和tensorflow版本對應的關系表，檢查自己的版本是否匹配

3、如果不匹配

請安裝相應的TensorFlow或者CUDA版本

安裝對應版本TensorFlow的GPU版本

pip install tensorflow-gpu==版本號

安裝對應版本的CUDA Toolkit 9.0

4、如果匹配，仍然報錯
那是因為你的cuda環(huán)境變量配置有誤，請執(zhí)行：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/【CUDA版本】/lib64

例如

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64