1.安装CUDA9.0
首先去官网下载CUDA 9.0，这里因为NVIDIA网站下载的是.run文件
下载完CUDA 9.0之后执行如下语句，运行.run文件
sudo sh cuda_9.0.176_384.81_linux.run -override
提示显卡驱动 driver 安装那部分选 n 回车，其余输入y回车 ，提示路径的直接回车、
单击回车，一路往下运行，直到提示“是否为NVIDIA安装驱动nvidia-384？”，选择否，因为已经安装好驱动程序了，其他的全都是默认，不过要记住安装位置，默认是安装在/usr/local/cuda文件夹下。
配置环境变量，运行如下命令打开~/.bashrc文件
sudo gedit ~/.bashrc
打开文件后在文件末尾添加路径，也就是安装目录，命令如下：
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
保存，然后重启电脑
sudo reboot
2.测试CUDA的Samples例子
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
如果显示的是关于GPU的信息，则说明安装成功了。
3.cuDNN 的全称是 The NVIDIA CUDA® Deep Neural Network library，是专门用来对深度学习加速的库，它支持 Caffe2, MATLAB, Microsoft Cognitive Toolkit, TensorFlow, Theano 及 PyTorch 等深度学习的加速优化，目前最新版本是 cuDNN 7.1，接下来我们来看下它的安装方式。
下载链接：https://developer.nvidia.com/rdp/cudnn-download，需要注册之后才能打开，这里我们选择 cuDNN v7.1.4(Feb 28, 2018), for CUDA 9.0，然后选择 cuDNN v7.1.4 Library for Linux，如图所示：
先解压，后复制到CUDA安装文件夹里面
tar zxvf cudnn-9.0-linux-x64-v7.1.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*
最后做个cudnn软连接防止cudnn调用时候出现链接库错误：
sudo cp /usr/local/cuda-9.0/lib64/libcudart.so.9.0 /usr/local/lib/libcudart.so.9.0 && sudo ldconfig
sudo cp /usr/local/cuda-9.0/lib64/libcublas.so.9.0 /usr/local/lib/libcublas.so.9.0 && sudo ldconfig
sudo cp /usr/local/cuda-9.0/lib64/libcurand.so.9.0 /usr/local/lib/libcurand.so.9.0 && sudo ldconfig
sudo cp /usr/local/cuda-9.0/lib64/libcudnn.so.7 /usr/local/lib/libcudnn.so.7 && sudo ldconfig
sudo cp /usr/local/cuda-9.0/lib64/libcusolver.so.9.0 /usr/local/lib/libcusolver.so.9.0 && sudo ldconfig
sudo cp /usr/local/cuda-9.0/lib64/libcufft.so.9.0 /usr/local/lib/libcufft.so.9.0 && sudo ldconfig
