1.NVIDIA 驱动下载[可选]

在NVIDIA驱动下载页面选择并下载与自己显卡匹配的驱动

2.CUDA Toolkit 下载

在NVIDIA Developer官网找到CUDA Toolkit下载页面
选择如下配置即可获得CUDA Toolkit下载地址

3.cuDNN 下载

cuDNN需要登录NVIDIA Developer账号才能下载，登陆后打开cuDNN下载地址

同意cuDNN Software License Agreement后选择cuDNN Library for Linux版本下载

4.NCCL 下载[可选]

NCCL同样需要登录NVIDIA Developer账号才能下载，登陆后打开NCCL下载地址

同意Software License Agreement后选择O/S agnostic local installer版本下载

至此已获得如下文件

NVIDIA-Linux-x86_64-440.31.run
cuda_10.1.243_418.87.00_linux.run
cudnn-10.1-linux-x64-v7.6.5.32.tgz
nccl_2.4.8-1+cuda10.1_x86_64.txz[可选]

下面我们进行安装

5.NVIDIA 驱动安装

1.自动方式

执行如下命令

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
ubuntu-drivers devices
sudo apt-get install nvidia-driver-xxx

2.手动方式

sudo bash NVIDIA-Linux-x86_64-440.31.run

6.CUDA Toolkit 安装

sudo bash cuda_10.1.243_418.87.00_linux.run --override

安装完成后执行如下命令添加PATH和LD_LIBRARY_PATH

sudo nano ~/.bashrc

在尾部添加

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

最后执行source 使环境变量生效

source ~/.bashrc

7.cuDNN 安装

tar xvzf cudnn-10.1-linux-x64-v7.6.5.32.tgz
sudo cp cuda/include/* /usr/local/cuda/include

sudo cp cuda/lib64/* /usr/local/cuda/lib64

8.NCCL 安装

tar Jxvf nccl_2.4.8-1+cuda10.1_x86_64.txz

cd nccl_2.4.8-1+cuda10.1_x86_64/
sudo cp include/* /usr/local/cuda/include

sudo cp -r lib/* /usr/local/cuda/lib64

至此深度学习环境已基本配置完毕