进行深度学习的第一步，必然是配置一个相应的环境。根据公司服务器现有的环境，在自己的Ubuntu系统下安装Anaconda3、CUDA、cuDNN，本文是安装CUDA和cuDNN的过程记录
这里是安装Anaconda3的过程记录：教程系列——Ubuntu18.04安装Anaconda3
安装CUDA
1.下载
进入CUDA官网选择合适的版本，我这里选择CUDA10.1，
点击“CUDA Toolkit 10.1”进入下载页面，根据自己的Ubuntu版本进行选择，然后点击“Download”开始下载
注意：我这里使用图形界面版Ubuntu进行下载，因此直接使用系统自带浏览器打开网页下载，并保存至“Downloads”文件夹。如果是server版系统，则可以先在本地电脑浏览器中下载文件，然后使用“WinSCP”或其他远程访问工具将安装文件拷贝到Ubuntu
2.安装
#切换到文件所在目录 cd Downloads/ #查看刚下载的安装文件 ls #执行安装文件 sudo sh cuda_10.1.105_418.39_linux.run
稍等片刻，弹出是否接受协议，键入accept并Enter
接着是安装选项，如果之前已经安装好NVIDIA驱动，那么第一项的“Driver”就取消选择（敲Enter即可取消选择）
反之就一并安装CUDA10.1对应的默认驱动版本，其他选项默认即可，然后将高亮光标移动到“Install”并Enter开始安装，如下图所示：
继续稍等片刻，出现如下图所示：
相关影片资源迅雷下载推荐
vscode配置c语言环境（vscode安装部署及配置教程）
此时还需要设置好环境变量
#切换到根目录 cd .. #打开.bashrc文件 sudo gedit ~/.bashrc #在文件最后添加如下内容并保存 export PATH="/usr/local/cuda-10.1/bin:$PATH" export LD_LIBRARY_PATH="/usr/lcoal/cuda-10.1/lib64:$LD_LIBRARY_PATH" #执行生效 source ~/.bashrc
输入下方命令测试是否安装成功
cd /usr/local/cuda-10.1/samples/1_Utilities/deviceQuery sudo make ./deviceQuery
如果最后出现Result = PASS，表示CUDA安装成功
安装cuDNN
1.下载
进入cuDNN官网，首先需要登录或注册NVIDIA账户，成为开发者，官网：https://developer.nvidia.com/cudnn
一顿操作之后，跟随指引进入到下载页面：https://developer.nvidia.com/rdp/cudnn-archive，我这里根据公司服务器上现有的环境，选择cuDNN7.6.4，对应CUDA10.1
2.安装
下载完成后发现是 .tgz文件，需要先解压
cd Downloads/ tar zxvf cudnn-10.1-linux-x64-v7.6.4.38.tgz
解压后，在当前目录下生成一个“cuda”文件夹，依次执行以下命令进行安装配置环境
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64 sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h sudo chmod a+r /usr/local/cuda-10.1/lib64/libcudnn*
最后通过下方命令查看cuDNN版本，如下图，三个数字依次显示，代表版本是7.6.4，安装正确
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
至此，CUDA和cuDNN的安装已经完成。
相关影片资源迅雷下载推荐
vmware虚拟机安装（mac上vmware虚拟机安装win10教程）