《caffe学习之路》第一章：Ubuntu16.04 cuda及cudnn环境搭建

 这里我们选择一种简单的方式搭建cuda环境，那就是JetPack他会自动安装最新的驱动、CUDA Toolkit、cuDNN、TensorRT、Opencv、Python等。

环境：

系统：Ubuntu16.04

显卡:NVIDIA GTX2070

搭建步骤：

1、下载最新的JetPack

下载地址：https://developer.nvidia.com/embedded/jetpack

 2、执行JetPack-L4T-4.1.1-linux-x64_b57.run

./JetPack-L4T-4.1.1-linux-x64_b57.run

运行后出现：

点Next 

 继续Next 

接着Next

接着Next

全选后accept，然后就是漫长的安装等待

可以看到，cuda是10.0版本，opencv是3.3.1版本。 

完成 

2、测试 

（1）检测cuda

打开新的终端，执行

nvcc -V

成功

（2）检测opencv

执行：

pkg-config --modversion opencv

OK 

3、安装cudnn

cuDNN是GPU加速计算深层神经网络的库，肯定得安装。

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

选择想对应的版本，如图：

分别执行： 

tar xvzf cudnn-10.0-linux-x64-v7.4.2.24.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* 

（1）查看cuda版本

cat /usr/local/cuda/version.txt

（2）cuda版本切换

#切为10.0
sudo rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda
#9.0和10.0来回改就可以

（3）查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

 4、运行sample

cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery

​

ok !